全站资源开放下载,感谢广大网友的支持
链接失效请移步职涯宝平台的学习路线|资源下载分类
支持用户留言评论_客服实时在线_问题解决更快
非盈利平台

非盈利平台

只为分享一些优质内容

Java帮帮-微信公众号

Java帮帮-微信公众号

将分享做到极致

微信小程序

微信小程序

更方便的阅读

百度小程序

百度小程序

搜索便捷阅读

支付宝小程序

支付宝小程序

支付也能阅读

程序员生活志-公众号

程序员生活志-公众号

程序员生活学习圈,互联网八卦黑料

支付宝赞助-Java帮帮社区
微信赞助-Java帮帮社区

Python分析 | 从00-90后的微信昵称

24
发表时间:2018-09-29 15:18

一、前言

大家好,首先说明的是,这是一篇技术文,也是一篇not技术文,今天分享的是,当我获取了微信小程序英文取名的3500多个微信用户昵称、年龄段后,分析得到下面解果。。。

二、Let's get it

1.基本信息获取

1.访问英文取名的用户基本信接口,获取英文取名用户微信名(NickName)、访问次数(Count)、总数据集(ResponseData),并将微信名存入文件。

# 获取所有用户数量和相关信息
def get_json():
   # 获取入口
   search_url = '英文取名用户接口,欢迎扫码使用英文取名,生成一个最适合你的英文名'
   # 发送http请求,获取请求页面
   search_response =requests.get(search_url)
   # 设置编码
   search_response.encoding ='UTF-8'
   # 将页面转变成json代码格式
   search_json =search_response.json()
   # 获取我们需要的数据,是列表格式
   our_data =search_json['ResponseData']
   list_len = len(our_data)
   print('总用户数有:' + str(list_len))
   user_visit_numbers = 0
   data_research = 0
   NickName = []
   for x in our_data:
       user_numbers = x['Count'] +user_visit_numbers
       if x['NickName'] == '':
           data_research += 1
      NickName.append(x['NickName'])
   print("微信名获取失败量:"+str(data_research))
   print(NickName)
   name = ['微信名称']
   file_test =pd.DataFrame(columns=name, data=NickName)
   file_test.to_csv(r'I:/data.csv',encoding='utf-8',index=False)
   print('总访问量:' + str(user_visit_numbers))

运行结果:

总用户数有:3549
微信名获取失败量:0
总访问量:4573

2.读取所有微信名,数据分类
(1)读取微信名
# 读取文件,取出微信名
def get_name():
   NickName = []
   with open('I:/data.csv','r',encoding='utf8') as file :
       i = 0
       for line in file:
           if i == 0:   # 去除表头
               i = 1
               continue
           line = line.strip()    # 去除换行符
           NickName.append(line)
   return NickName
(2)数据分为以下六大类

中文名

变量名

数据类型




全中文昵称

ch_name

list

全英文昵称

en_name

list

中文和数字混合昵称

ch_di_name

list

包含图片表情昵称

img_name

list

其他昵称

other_name

list


# ch :Chinese
ch_name_number = 0
ch_name = []
# en :English
en_name_number = 0
en_name = []
# di : digtal
di_name_number = 0
di_name = []
# img : image
img_name_number = 0
img_name = []
# ch_di : Chinese and digtal
ch_di_name = []
# other : other
oth_name_number = 0
oth_name = []
(3)数据分类判断
# 昵称全中文判断
def is_all_ch(keyword):
   for c in keyword:
       # 包含常见中文字符
       if not ('\u4e00' <= c <= '\u9fa5'):
           return False
   return True
# 昵称全英文判断
def is_all_en(keyword):
   # 不能全部为空格或者首位为空格
   if all(ord(c) == 32 for c in keyword) or keyword[0] == ' ':
       return False
   # 允许空格和英文并存(例如:Xist A)
   if not all(65 < ord(c) < 128 or ord(c) == 32 for c in keyword):
       return False
   return True
# 昵称全数字判断
def is_all_di(keyword):
   for uchar in keyword:
       if not (uchar >= '\u0030' and uchar <= u'\u0039'):
           return False
   return True
# 昵称包含表情图判断
def have_img(keyword):
   # 下面是大部分图片的一个unicode编码集
   # 详情查看:https://en.wikipedia.org/wiki/Emoji
   img_re = re.compile(u'['
                     u'\U0001F300-\U0001F64F'
                     u'\U0001F680-\U0001F6FF'
                     u'\u2600-\u2B55]+',
                     re.UNICODE)
   if img_re.findall(keyword) :
       return True
   return False
# 中文+数字昵称判断
def is_ch_di(keyword):
   for c in keyword:
       if not ('\u4e00' <= c <= '\u9fa5') and not (c >= '\u0030' and c <= u'\u0039'):
           return False
   return True
(4)数据归类计算各类数量
list_name = get_name()
print("总共有:"+str(len(list_name))+"个微信名")
for i in range(len(list_name)):
   result = classification_name(list_name[i])
   if result == 'ch':  # 中文
       ch_name_number +=1
       ch_name.append(list_name[i])
   if result == 'en':  # 英文
       en_name_number +=1
       en_name.append(list_name[i])
   if result == 'di':  # 数字
       di_name_number +=1
       di_name.append(list_name[i])
   if result == 'img': # 含表情
       img_name_number +=1
       img_name.append(list_name[i])
   if result == 'ch_di': # 中文和数字
       ch_di_name_number +=1
       ch_di_name.append(list_name[i])
   if result == 'other': # 其他
       oth_name_number +=1
       oth_name.append(list_name[i])

print("纯中文昵称个数:"+ str(ch_name_number))
# print(ch_name)
print("纯英文昵称个数:"+ str(en_name_number))
#print(en_name)
print("纯数字昵称个数:"+ str(di_name_number))
# print(di_name)
print("包含表情图昵称个数:"+ str(img_name_number))
# print(img_name)
print("中文和数字混合昵称个数:"+ str(ch_di_name_number))
print(ch_di_name)
print("其他昵称个数:"+ str(oth_name_number))
# print(oth_name)

运行结果:

总共有:3549个微信名
纯中文昵称个数:1514
纯英文昵称个数:569
纯数字昵称个数:9
包含表情图昵称个数:400
中文和数字混合昵称个数:19
其他昵称个数:1038

3.获取用户画(只获取用户年龄段)

3.访问英文取名用户画像接口,获取近30天活跃用户和新用户的年龄段

# 获取用户年龄段
def get_data():
   # 获取token,并处理
   t = get_token().strip('"')
   # 然后将处理后的token值和其他参数作为post方式的参数值,调用用户画像api
   post_user_api = " https://api.weixin.qq.com/datacube/getweanalysisappiduserportrait?access_token="
   post_user_url = post_user_api + t
   # 访问获取概况数据 (近一个月的数据情况)
   data = json.dumps({
   "begin_date" : "2018-07-21",
   "end_date" : "2018-08-19"})
   # 获取信息
   user_portrait_data = get_info(post_user_url, data)
   # 时间段
   ref_date = user_portrait_data['ref_date']
   # 新用户
   visit_uv_new = user_portrait_data['visit_uv_new']
    活跃用户
   visit_uv = user_portrait_data['visit_uv']
   # 年龄段
   print(ref_date )
   print((visit_uv_new['ages']))
   print((visit_uv['ages']))

运行结果:

# id : 为年龄段序号  name :年龄段名称    value : 该年龄段人数
20180721-20180819
[{'id': 0, 'name': '未知', 'value': 6}, {'id': 1, 'name': '17岁以下', 'value': 18}, {'id': 2, 'name': '18-24岁', 'value': 118}, {'id': 3, 'name': '25-29岁', 'value': 75}, {'id': 4, 'name': '30-39岁', 'value': 81}, {'id': 5, 'name': '40-49岁', 'value': 14}, {'id': 6, 'name': '50岁以上', 'value': 7}]
[{'id': 0, 'name': '未知', 'value': 6}, {'id': 1, 'name': '17岁以下', 'value': 20}, {'id': 2, 'name': '18-24岁', 'value': 147}, {'id': 3, 'name': '25-29岁', 'value': 88}, {'id': 4, 'name': '30-39岁', 'value': 95}, {'id': 5, 'name': '40-49岁', 'value': 20}, {'id': 6, 'name': '50岁以上', 'value': 10}]

三、来点有趣的,数据清洗、分析

1.微信名称类型数据可视化分析

核心代码:

# 1.微信名分类:玫瑰饼图
from pyecharts import Pie
# 数据获取自上面代码
attr = ["纯中文昵称", "纯英文昵称", "纯数字昵称", "包含表情图昵称", "中文和数字混合昵称", "其他昵称"]
v1 = [1514, 569, 9, 400, 19, 1038]
pie = Pie("微信名分类饼图", title_pos='center', width=900)
pie.add(
   "占比",
   attr,
   v1,
   center=[50, 50],
   is_random=True,
   radius=[30, 75],
   rosetype="area",
   is_legend_show=False,
   is_label_show=True,
)
pie.render("render_01.html")

运行效果:

微信昵称类别玫瑰饼图

从中可以看出,微信昵称为全中文的占比最多,占有42.66%,其次为其他昵称(中英文混合、字符等类型),占有29.25%,再比较大的类就是纯英文昵称,占有16.03%,和包含表情包昵称,占有11.27%,像纯数字昵称和中文数字混合昵称相对占比较少,我们常见的中文和数字混合昵称最多的就机构名/姓名+联系方式,一些营销号常用,相较而言,大多数人还是喜欢用纯中文来作昵称,既体现一种文化情怀,又简明扼要的介绍了自己 ,比如我的微信名就是老表,这是我初中时候的一个绰号,朋友们一说老表,不一定是在说亲戚,有可能在说我,哈哈哈。

2.微信用户年龄段可视化分析

核心代码:

# 2.用户年龄段:玫瑰饼图
from pyecharts import Pie
# 数据获取自上面代码
attr = ["未知", "17岁以下", "18-24岁", "25-29岁", "30-39岁", "40-49岁","50岁以上"]
v1 = [12, 38, 265, 163, 176, 34,17]
pie = Pie("微信用户年龄段饼图", title_pos='center', width=900)
pie.add(
   "占比",
   attr,
   v1,
   center=[50, 50],
   is_random=True,
   radius=[30, 75],
   rosetype="area",
   is_legend_show=False,
   is_label_show=True,
)
pie.render("render_02.html")

运行效果:

用户年龄段分布玫瑰饼图

从中可以看出,年龄段中,18-24岁95-00后占比最多,达到37.59%,接下来是30-39岁80-90后,占比达到24.97%,紧随其后的为25-29岁90-95后,占比达23.12%,其他年龄段可大概分为两类:偏儿童类和偏老人类,一共占比10.21%,我个人觉得这类人群少的原因是:小孩、老人玩微信的少,更不用说微信小程序了,对于小孩来说微信的作用就是玩游戏(登录账号),对于老人来说,微信主要用来聊天,已经是比较复杂的了,小程序使用可能对老人来说就更复杂了,也缺少必要性

3.词云分析微信名称哪些词语、表情包更受欢迎

(1)继续使用pyecharts生成词云图
核心代码:

# 清洗数据,生成词云图
def split_word(test_str):
   test_str = re.sub('[,,。. \r\n]', '', test_str)
   # jieba 词语
   segment = jieba.lcut(test_str)
   words_df = pd.DataFrame({'segment': segment})
   # quoting=3 表示stopwords.txt里的内容全部不引用
   stopwords = pd.read_csv(r"H:\PyCoding\ Analysis_wx_name\stopwords.txt", index_col=False, quoting=3, sep="\t", names=['stopword'], encoding='utf-8')
   words_df = words_df[~words_df.segment.isin(stopwords.stopword)]
   words_stat = words_df.groupby(by=['segment'])['segment'].agg({"计数": numpy.size})
   words_stat = words_stat.reset_index().sort_values(by=["计数"], ascending=False)
   test = words_stat.head(200).values
   codes = [test[i][0] for i in range(0,len(test))]
   counts = [test[i][1] for i in range(0,len(test))]
   wordcloud = WordCloud(width=1300, height=620)
   wordcloud.add("微信昵称", codes, counts, word_size_range=[20, 100])
   wordcloud.render('render_03.html')

运行效果:

pyecharts词云图


(2)使用wordcloud+matplotlib生成高级一点的词云图
核心代码:
# 下下期好好讲一下matplotlib绘图可视化,挺有意思的
# 调用get_name函数获取全部微信名
text = get_name()
# 调用jiebaclearText函数,清洗数据(该函数和上面切词思想一样)
text1=jiebaclearText(text)
#产生词云图
bg = plt.imread(r"G:\small_pig.jpg")
#生成词云
wc=WordCloud(
   background_color="wathet", #设置背景为白色,默认为黑色
   mask=bg,      # 设置词云内容范围(除指定图片白色区域的其他区域都将覆盖词云内容)
   margin=10,               #设置图片的边缘
   max_font_size=70,   #显示的最大的字体大小
   random_state=20,    #为每个单词返回一个PIL颜色
   font_path='G:\simkai.ttf'   #中文处理,用系统自带的字体
   # 可以在这里下载这个字体:http://www.font5.com.cn/font_download.php?id=534&part=1245067666
   ).generate(text1)
#为图片设置字体
my_font=fm.FontProperties(fname='G:\simkai.ttf')
# 图片背景
bg_color = ImageColorGenerator(bg)
# 开始画图
plt.imshow(wc.recolor(color_func=bg_color))
# 为云图去掉坐标轴
plt.axis("off")
# 保存云图
wc.to_file("render_04.png")

词云轮廓原图:

这是您的专属社会人


运行效果:

wordcloud词云图

由于第二种方法无法解析表情图,所以没有表情出现,除此外这两种方法显示的词云图内容几乎大同小异。
通过词云图,我们一眼看出大家使用最多的,除开中文后,就是表情图了,你的微信朋友圈里是否也有这样的大红嘴唇,我的好像有,哈哈哈~当我们单纯来看词云中的中文时,发现像太阳阳光微笑可爱开心未来等比较积极向上的词语还是比较受大家喜欢的,也体现出大家的内心的积极、乐观,当然还有像丽丽等这样的姓名部分,在昵称中大家也使用的比较多,也不缺乏有像悲伤这样比较冷色的词语。

四、通过昵称进行情绪分析(大胆猜想)

01 | 微信昵称为全中文

微信昵称为全中文可以分为两大类:自己的真名和其他昵称。

直接用自己的姓名当微信昵称的人,性格大多是直来直往的那种,待人比较坦诚。

他们的微信一般用于熟人社交和日常办公,平时不会随便加不熟的人,就算用真名也不怕泄露个人信息,来个不恰当的比喻:不做亏心事,不怕鬼敲门,哈哈哈。

为其他昵称的人,大多有自己的看法,也许昵称是自己对未来的一种期望,也许昵称是自己对生活的一种态度,或者是一些无厘头的话语,炫酷的话语。(猜测)

02 | 微信昵称为全英文

出于个人喜好或工作需求,有些人会给自己取一个容易记的、叫着顺口的英文名,比如Tom、Abby、Jason,并常常在自我介绍的时候,让大家可以用英文名字称呼自己。

对他们而言,英文名就相当于自己的第二个名字,用它做微信名,和用本名没什么太大的区别。

也有的人会刻意避开那些常见的英文名,取一些更小众的,他们更在意提高自己的“逼格”,喜欢标新立异,追求时尚和前卫。(猜测)




20180928


Java帮帮学习群生态

Java帮帮学习群生态

总有一款能帮到你

Java学习群

Java学习群

与大牛一起交流

大数据学习群

大数据学习群

在数据中成长

九点编程学习群

九点编程学习群

深夜九点学编程

python学习群

python学习群

人工智能,爬虫

测试学习群

测试学习群

感受测试的魅力

Java帮帮生态承诺

Java帮帮生态承诺

一直坚守,不负重望

初心
勤俭
诚信
正义
分享
友链交换:加帮主QQ2524138991 留言即可 24小时内答复  
满吉教育资讯
会员登录
获取验证码
登录
登录
我的资料
留言
回到顶部