作者 | XksA
責編 | 胡巍巍
前言
這是一篇技術文，但又不是一篇技術文，今天分享的是，當筆者獲取了微信小程序英文取名的3500多個微信用戶暱稱、年齡段後，分析得到下面結果。
Let's get it
1.基本信息獲取
訪問英文取名的用戶基本信息接口，獲取英文取名用戶微信名（Nick names）、訪問次數（Count）、總數據集（Response data），並將微信名存入文件。
# 獲取所有用戶數量和相關信息def get_json():# 獲取入口 search_url = '英文取名用戶接口，歡迎掃碼使用英文取名，生成一個最適合你的英文名'# 發送http請求,獲取請求頁面 search_response = requests.get(search_url)# 設置編碼 search_response.encoding = 'UTF-8'# 將頁面轉變成json代碼格式 search_json = search_response.json()# 獲取我們需要的數據,是列表格式 our_data = search_json['ResponseData'] list_len = len(our_data) print('總用戶數有：' + str(list_len)) user_visit_numbers = 0 data_research = 0 NickName = []for x in our_data: user_numbers = x['Count'] + user_visit_numbersif x['NickName'] == '': data_research += 1 NickName.append(x['NickName']) print(") print(NickName) name = [')
運行結果：
總用戶數有：3549微信名獲取失敗量：0總訪問量：4573
2.讀取所有微信名，數據分類
（1）讀取微信名
# 讀取文件，取出微信名def get_name(): NickName = []with open('I:/data.csv','r',encoding='utf8') as file : i = 0for line in file:if i == 0: # 去除表頭 i = 1continue line = line.strip() # 去除換行符 NickName.append(line)return NickName
（2）數據分為以下六大類
# ch ：Chinesech_name_number = 0ch_name = []# en ：Englishen_name_number = 0en_name = []# di : digtaldi_name_number = 0di_name = []# img : imageimg_name_number = 0img_name = []# ch_di : Chinese and digtalch_di_name = []# other : otheroth_name_number = 0oth_name = []
（3）數據分類判斷
# 暱稱全中文判斷def is_all_ch(keyword):for c in keyword:# 包含常見中文字符ifnot ('\u4e00' <= c <= '\u9fa5'):returnFalsereturnTrue# 暱稱全英文判斷def is_all_en(keyword):# 不能全部為空格或者首位為空格if all(ord(c) == 32for c in keyword) or keyword[0] == ' ':returnFalse# 允許空格和英文並存(例如：Xist A)ifnot all(65 < ord(c) < 128or ord(c) == 32for c in keyword):returnFalsereturnTrue# 暱稱全數字判斷def is_all_di(keyword):for uchar in keyword:ifnot (uchar >= '\u0030'and uchar <= u'\u0039'):returnFalsereturnTrue# 暱稱包含表情圖判斷def have_img(keyword):# 下面是大部分圖片的一個unicode編碼集# 詳情查看：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) :returnTruereturnFalse# 中文+數字暱稱判斷def is_ch_di(keyword):for c in keyword:ifnot ('\u4e00' <= c <= '\u9fa5') andnot (c >= '\u0030'and c <= u'\u0039'):returnFalsereturnTrue
（4）數據歸類計算各類數量
list_name = get_name()print("總共有："+str(len(list_name))+"個微信名")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': # 數字 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': # 中文和數字 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("純中文暱稱個數："+ str(ch_name_number))# print(ch_name)print("純英文暱稱個數："+ str(en_name_number))#print(en_name)print("純數字暱稱個數："+ str(di_name_number))# print(di_name)print("包含表情圖暱稱個數："+ str(img_name_number))# print(img_name)print("中文和數字混合暱稱個數："+ str(ch_di_name_number))print(ch_di_name)print("其他暱稱個數："+ str(oth_name_number))# print(oth_name)
運行結果：
總共有：3549個微信名純中文暱稱個數：1514純英文暱稱個數：569純數字暱稱個數：9包含表情圖暱稱個數：400中文和數字混合暱稱個數：19其他暱稱個數：1038
3.獲取用戶畫（只獲取用戶年齡段）
訪問英文取名用戶畫像接口，獲取近30天活躍用戶和新用戶的年齡段。
# 獲取用戶年齡段def get_data():# 獲取token,並處理 t = get_token().strip('"')# 然後將處理後的token值和其他參數作為post方式的參數值，調用用戶畫像api post_user_api = " https://api.weixin.qq.com/datacube/getweanalysisappiduserportrait?access_token=" post_user_url = post_user_api + t# 訪問獲取概況數據 (近一個月的數據情況) data = json.dumps({"begin_date" : "2018-07-21","end_date" : "2018-08-19"})# 獲取信息 user_portrait_data = get_info(post_user_url, data)# 時間段 ref_date = user_portrait_data['ref_date']# 新用戶 visit_uv_new = user_portrait_data['visit_uv_new'] 活躍用戶 visit_uv = user_portrait_data['visit_uv']# 年齡段 print(ref_date ) print((visit_uv_new['ages'])) print((visit_uv['ages']))
運行結果：
# id ： 為年齡段序號 name ：年齡段名稱 value : 該年齡段人數20180721-20180819[{'id': 0, 'name': '未知', 'value': 6}, {'id': 1, 'name': '17歲以下', 'value': 18}, {'id': 2, 'name': '18-24歲', 'value': 118}, {'id': 3, 'name': '25-29歲', 'value': 75}, {'id': 4, 'name': '30-39歲', 'value': 81}, {'id': 5, 'name': '40-49歲', 'value': 14}, {'id': 6, 'name': '50歲以上', 'value': 7}][{'id': 0, 'name': '未知', 'value': 6}, {'id': 1, 'name': '17歲以下', 'value': 20}, {'id': 2, 'name': '18-24歲', 'value': 147}, {'id': 3, 'name': '25-29歲', 'value': 88}, {'id': 4, 'name': '30-39歲', 'value': 95}, {'id': 5, 'name': '40-49歲', 'value': 20}, {'id': 6, 'name': '50歲以上', 'value': 10}]
來點有趣的：數據清洗、分析
1.微信名稱類型數據可視化分析
核心代碼：
# 1.微信名分類：玫瑰餅圖from pyecharts import Pie# 數據獲取自上面代碼attr = ["純中文暱稱", "純英文暱稱", "純數字暱稱", "包含表情圖暱稱", "中文和數字混合暱稱", "其他暱稱"]v1 = [1514, 569, 9, 400, 19, 1038]pie = Pie("微信名分類餅圖", title_pos='center', width=900)pie.add("佔比", 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")
運行效果：
微信暱稱類別玫瑰餅圖
從中可以看出，微信暱稱為全中文的佔比最多，佔有42.66%，其次為其他暱稱（中英文混合、字符等類型），佔有29.25%。
再比較大的類，就是純英文暱稱，佔有16.03%，以及包含表情包暱稱的，佔有11.27%，純數字暱稱和中文數字混合暱稱，相對佔比較少。
我們常見的中文和數字混合暱稱，最多的就是機構名/姓名+聯繫方式，一些營銷號比較常用。
相較而言，大多數人還是喜歡，用純中文來作暱稱，既體現一種文化情懷，又簡明扼要地介紹了自己 ，比如我的微信名就是老表，這是我初中時候的一個綽號，朋友們一說老表，不一定是在說親戚，有可能在說我，哈哈哈。
2.微信用戶年齡段可視化分析
核心代碼：
# 2.用戶年齡段：玫瑰餅圖from pyecharts import Pie# 數據獲取自上面代碼attr = ["未知", "17歲以下", "18-24歲", "25-29歲", "30-39歲", "40-49歲","50歲以上"]v1 = [12, 38, 265, 163, 176, 34,17]pie = Pie("微信用戶年齡段餅圖", title_pos='center', width=900)pie.add("佔比", 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")
運行效果：
用戶年齡段分布玫瑰餅圖
從中可以看出，年齡段中，18-24歲的95-00後佔比最多，達到37.59%，接下來是30-39歲的80-90後，佔比達到24.97%，緊隨其後的為25-29歲的90-95後，佔比達23.12%，其他年齡段可大概分為兩類：偏兒童類和偏老人類，一共佔比10.21%。
我個人覺得，這類人群少的原因是：小孩、老人玩微信的少，更不用說微信小程序了，對於小孩來說，微信的作用就是玩遊戲（登錄帳號），對於老人來說，微信主要用來聊天，已經是比較複雜的了，小程序使用可能對老人來說就更複雜了，也缺少必要性。
3.詞雲分析微信名稱哪些詞語、表情包更受歡迎?
（1）繼續使用pyecharts生成詞雲圖核心代碼：
# 清洗數據，生成詞雲圖def split_word(test_str): test_str = re.sub('[,，。. \r\n]', '', test_str)# jieba 詞語 segment = jieba.lcut(test_str) words_df = pd.DataFrame({'segment': segment})# quoting=3 表示stopwords.txt裡的內容全部不引用 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({"計數": numpy.size}) words_stat = words_stat.reset_index().sort_values(by=["計數"], 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("=[20, 100]) wordcloud.render('render_03.html')
運行效果：
pyecharts詞雲圖
4.使用Wordcloud+matplotlib，生成高級一點的詞雲圖:核心代碼：
# 下下期好好講一下matplotlib繪圖可視化，挺有意思的# 調用get_name函數獲取全部微信名text = get_name()# 調用jiebaclearText函數，清洗數據(該函數和上面切詞思想一樣)text1=jiebaclearText(text)#產生詞雲圖bg = plt.imread(r"G:\small_pig.jpg")#生成詞雲wc=WordCloud( background_color="wathet", #設置背景為白色，默認為黑色 mask=bg, # 設置詞雲內容範圍(除指定圖片白色區域的其他區域都將覆蓋詞雲內容) margin=10, #設置圖片的邊緣 max_font_size=70, #顯示的最大的字體大小 random_state=20, #為每個單詞返回一個PIL顏色 font_path='G:\simkai.ttf'#中文處理，用系統自帶的字體# 可以在這裡下載這個字體：http://www.font5.com.cn/font_download.php?id=534&part=1245067666 ).generate(text1)#為圖片設置字體my_font=fm.FontProperties(fname='G:\simkai.ttf')# 圖片背景bg_color = ImageColorGenerator(bg)# 開始畫圖plt.imshow(wc.recolor(color_func=bg_color))# 為雲圖去掉坐標軸plt.axis("off")# 保存雲圖wc.to_file("render_04.png")
5.詞雲輪廓原圖：
這是您的專屬社會人
運行效果：
wordcloud詞雲圖
由於第二種方法無法解析表情圖，所以沒有表情出現，除此之外，這兩種方法顯示的詞雲圖內容，幾乎大同小異。
通過詞雲圖，我們一眼看出，大家使用最多的，除開中文後，就是表情圖了，你的微信朋友圈裡，是否也有這樣的大紅嘴唇，我的好像有，哈哈哈~
當我們單純來看詞雲中的中文時，發現像太陽、陽光、微笑、可愛、開心、愛、未來等比較積極向上的詞語，還是比較受大家喜歡的，也體現出大家的內心的積極、樂觀，當然還有像麗麗、徐、陳等這樣的姓名部分，在暱稱中大家也使用得比較多，但也不缺乏有像悲傷、涼這樣比較冷色的詞語。
通過暱稱進行情緒分析（大膽猜想）
1.微信暱稱為全中文
微信暱稱為全中文，可以分為兩大類：自己的真名和其他暱稱。
直接用自己的姓名，當微信暱稱的人，性格大多是直來直往的那種，待人比較坦誠。
他們的微信，一般用於熟人社交和日常辦公，平時不會隨便加不熟的人，就算用真名，也不怕洩露個人信息，來個不恰當的比喻：不做虧心事，不怕鬼敲門，哈哈哈。
為其他暱稱的人，大多有自己的看法，也許暱稱是自己對未來的一種期望，也許暱稱是自己對生活的一種態度，或者是一些無釐頭的話語，炫酷的話語。（猜測）
2.微信暱稱為全英文
出於個人喜好或工作需求，有些人會給自己取一個容易記的、叫著順口的英文名，比如Tom、Abby、Jason，並常常在自我介紹的時候，讓大家可以用英文名字稱呼自己。
對他們而言，英文名就相當於自己的第二個名字，用它做微信名，和用本名沒什麼太大的區別。
也有的人會刻意避開，那些常見的英文名，取一些更小眾的，他們更在意提高自己的「逼格」，喜歡標新立異，追求時尚和前衛。（猜測）
3.微信暱稱帶有表情符號
有很多女生，會在微信名稱裡加上各種表情符號，從上面分析的詞雲圖中，可以看出，一個大紅唇大家使用最多，其他的可能是一個愛心、一朵玫瑰、一顆星星、又或是系統自帶的emoji表情。
她們可能覺得，這是一種特別的裝飾，能讓自己的名字，和別人有明顯的區別。
這樣的女生，大多有細膩的小心思、浪漫的生活情調，和一顆蓬勃的少女心。（猜測）
4.微信暱稱帶有職業性質
一般來說，會主動在自己微信名前面，帶一個字母「A」的，大多都是整天在朋友圈裡發廣告的微商或代購。
比較正式一點的，用的都是「公司名+姓名」的形式，這一類人基本都是銷售員或房產中介……或者就是真正的大佬啦~
還有一些人，會根據自己不同的工作階段，不定時更換名字後綴的。
認識一個在某地產公司做人力的朋友，為了能好好享受假期，她會把微信名改成「ΧΧΧ休假中」，以便提醒那些在節假日，還私信她詢問工作的人。
也有一些人反著來，為了顯示自己特別積極，直接把微信名改成「ΧΧΧ加班中」……emmm主要是改給老闆看的吧。（猜想）
5.微信暱稱帶偶像名
不用說，這一類都是典型的追星族，而且大多都是女生，比如吳亦凡夫人、蔡徐坤秘密女友、胡歌的小嬌妻……不出意外，她們的頭像，一般就是她們的愛豆本人。
她們平時會在微博，給偶像打Call，朋友圈也會發很多相關推薦，如果有人誇自己的愛豆，她們會覺得遇到了知音；相反地，如果有人說她們愛豆的壞話，她們會馬上拉黑……
切記，在追星的人面前，不要輕易抬槓，不要對她的愛豆指手畫腳……（猜想）
6.微信暱稱是四字詞
仔細觀察長輩們的微信名，就會發現他們，特別喜歡用四字詞作暱稱。
這些四字詞最大的共同點，就是都傳遞著一種歲月靜好的氛圍：「人生如茶」「花自芬芳」「上善若水」「人心依舊」「雲淡風輕」……
年輕人用獨特的微信名標記自己，年長點的叔叔阿姨，只是想純粹地寄託一種生活理想。（猜想）
都說名字是人的第二張臉。微信名取得好，往往會給人留下更好的印象。你的微信名，有什麼特別的含義嗎？評論區裡聊一聊。
附錄：參考文檔
（1）（表情圖編碼介紹）；（2）Wordcloud官方文檔；（3）傲嬌的草履蟲寫的 Wordcloud 各參數含義；（4）微信名字，暴露了你是一個什麼樣的人。
作者：XksA，大三在讀的師範技術生，主要學習Python web、數據分析、可視化方面，個人公眾號 極簡XksA 長期分享學習筆記，學習資料，歡迎交流學習。聲明：本文為作者投稿，版權歸對方所有。
「
徵稿啦」
CSDN 公眾號秉持著「與千萬技術人共成長」理念，不僅以「極客頭條」、「暢言」欄目在第一時間以技術人的獨特視角描述技術人關心的行業焦點事件，更有「技術頭條」專欄，深度解讀行業內的熱門技術與場景應用，讓所有的開發者緊跟技術潮流，保持警醒的技術嗅覺，對行業趨勢、技術有更為全面的認知。
如果你有優質的文章，或是行業熱點事件、技術趨勢的真知灼見，或是深度的應用實踐、場景方案等的新見解，歡迎聯繫 CSDN 投稿，聯繫方式：微信（guorui_1118，請備註投稿+姓名+公司職位），郵箱（guorui@csdn.net）。