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 = 




    data_research = 




    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 = 




        

for

 line 

in

 file:


            

if

 i == 


:   

# 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 = 




ch_name = []



# en ：English



en_name_number = 




en_name = []



# di : digtal



di_name_number = 




di_name = []



# img : image



img_name_number = 




img_name = []



# ch_di : Chinese and digtal



ch_di_name = []



# other : other



oth_name_number = 




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[


] == 

' '

:


        

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'

: 


, 

'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'

: 


, 

'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 的 95-00后 占比最多，达到 37.59% ，接下来是 30-39岁 的 80-90后 ，占比达到 24.97% ,紧随其后的为 25-29岁 的 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][


] 

for

 i 

in

 range(


,len(test))]


    counts = [test[i][

1

] 

for

 i 

in

 range(


,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 、 爱 、 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 、 徐 、 陈 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 、 凉 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)

ITPub博客

Python分析 | 从00-90后的微信昵称

一、前言

二、Let's get it

1.基本信息获取

2.读取所有微信名，数据分类

(1)读取微信名

(2)数据分为以下六大类

(3)数据分类判断

(4)数据归类计算各类数量

3.获取用户画(只获取用户年龄段)

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

2.微信用户年龄段可视化分析

3.词云分析微信名称哪些词语、表情包更受欢迎

四、通过昵称进行情绪分析( 大胆猜想 )

01 | 微信昵称为全中文

02 | 微信昵称为全英文

最新文章