本文目录
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
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.词云分析微信名称那些词语、表情包出现更多
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
03 | 微信昵称带有表情符号
04 | 微信昵称带有职业性质
05 | 微信昵称带偶像名
06 | 微信昵称是四字词
五、附录:参考文档
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。
1
2def get_json():
3
4 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'
5
6 search_response = requests.get(search_url)
7
8 search_response.encoding = 'UTF-8'
9
10 search_json = search_response.json()
11
12 our_data = search_json['ResponseData']
13 list_len = len(our_data)
14 print('总用户数有:' + str(list_len))
15 user_visit_numbers = 0
16 data_research = 0
17 NickName = []
18 for x in our_data:
19 user_numbers = x['Count'] + user_visit_numbers
20 if x['NickName'] == '':
21 data_research += 1
22 NickName.append(x['NickName'])
23 print("微信名获取失败量:"+str(data_research))
24 print(NickName)
25 name = ['微信名称']
26 file_test = pd.DataFrame(columns=name, data=NickName)
27 file_test.to_csv(r'I:/data.csv', encoding='utf-8',index=False)
28 print('总访问量:' + str(user_visit_numbers))
运行结果:
1总用户数有:3549
2微信名获取失败量:0
3总访问量:4573
2.读取所有微信名,数据分类
(1)读取微信名
1
2def get_name():
3 NickName = []
4 with open('I:/data.csv','r',encoding='utf8') as file :
5 i = 0
6 for line in file:
7 if i == 0:
8 i = 1
9 continue
10 line = line.strip()
11 NickName.append(line)
12 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 |
1
2ch_name_number = 0
3ch_name = []
4
5en_name_number = 0
6en_name = []
7
8di_name_number = 0
9di_name = []
10
11img_name_number = 0
12img_name = []
13
14ch_di_name = []
15
16
oth_name_number = 0
17oth_name = []
(3)数据分类判断
1
2def is_all_ch(keyword):
3 for c in keyword:
4
5 if not ('\u4e00' <= c <= '\u9fa5'):
6 return False
7 return True
8
9
10def is_all_en(keyword):
11
12 if all(ord(c) == 32 for c in keyword) or keyword[0] == ' ':
13
return False
14
15 if not all(65 128 or ord(c) == 32 for c in keyword):
16 return False
17 return True
18
19
20def is_all_di(keyword):
21 for uchar in keyword:
22 if not (uchar >= '\u0030' and uchar <= u'\u0039'):
23 return False
24 return True
25
26
27def have_img(keyword):
28
29
30 img_re = re.compile(u'['
31 u'\U0001F300-\U0001F64F'
32 u'\U0001F680-\U0001F6FF'
33 u'\u2600-\u2B55]+',
34 re.UNICODE)
35 if img_re.findall(keyword) :
36 return True
37 return False
38
39
40def is_ch_di(keyword):
41 for c in keyword:
42 if not ('\u4e00' <= c <= '\u9fa5') and not (c >= '\u0030' and c <= u'\u0039'):
43 return False
44 return
True
(4)数据归类计算各类数量
1list_name = get_name()
2print("总共有:"+str(len(list_name))+"个微信名")
3for i in range(len(list_name)):
4 result = classification_name(list_name[i])
5 if result == 'ch':
6 ch_name_number +=1
7 ch_name.append(list_name[i])
8 if result == 'en':
9 en_name_number +=1
10 en_name.append(list_name[i])
11 if result == 'di':
12 di_name_number +=1
13 di_name.append(list_name[i])
14 if result == 'img':
15 img_name_number +=1
16 img_name.append(list_name[i])
17 if result == 'ch_di':
18 ch_di_name_number +=1
19 ch_di_name.append(list_name[i])
20 if result == 'other':
21 oth_name_number +=1
22 oth_name.append(list_name[i])
23
24print("纯中文昵称个数:"+ str(ch_name_number))
25
26print("纯英文昵称个数:"+ str(en_name_number))
27
28print("纯数字昵称个数:"+ str(di_name_number))
29
30print("包含表情图昵称个数:"+ str(img_name_number))
31
32print("中文和数字混合昵称个数:"+ str(ch_di_name_number))
33print(ch_di_name)
34print("其他昵称个数:"+ str(oth_name_number))
35
运行结果:
1总共有:3549个微信名
2纯中文昵称个数:1514
3纯英文昵称个数:569
4纯数字昵称个数:9
5包含表情图昵称个数:400
6中文和数字混合昵称个数:19
7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
1
2def get_data():
3
4 t = get_token().strip('"')
5
6 post_user_api = " https://api.weixin.qq.com/datacube/getweanalysisappiduserportrait?access_token="
7 post_user_url = post_user_api + t
8
9 data = json.dumps({
10 "begin_date" : "2018-07-21",
11 "end_date" : "2018-08-19"})
12
13 user_portrait_data = get_info(post_user_url, data)
14
15 ref_date = user_portrait_data['ref_date']
16
17 visit_uv_new = user_portrait_data['visit_uv_new']
18 活跃用户
19 visit_uv = user_portrait_data['visit_uv']
20
21 print(ref_date )
22 print((visit_uv_new['ages']))
23 print((visit_uv['ages']))
运行结果:
1
220180721-20180819
3[{'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}]
4[{'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
2from pyecharts import Pie
3
4attr = ["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"]
5v1 = [1514, 569, 9, 400, 19, 1038]
6pie = Pie("微信名分类饼图", title_pos='center', width=900)
7pie.add(
8 "占比",
9 attr,
10 v1,
11 center=[50, 50],
12 is_random=True,
13 radius=[30, 75],
14 rosetype="area",
15 is_legend_show=False,
16 is_label_show=True,
17)
18pie.render("render_01.html")
运行效果:
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:
1
2from pyecharts import Pie
3
4attr = ["未知", "17岁以下", "18-24岁", "25-29岁", "30-39岁", "40-49岁","50岁以上"]
5v1 = [12, 38, 265, 163, 176, 34,17]
6pie = Pie("微信用户年龄段饼图", title_pos='center', width=900)
7pie.add(
8 "占比",
9 attr,
10 v1,
11 center=[50, 50],
12 is_random=True,
13 radius=[30, 75],
14
rosetype="area",
15 is_legend_show=False,
16 is_label_show=True,
17)
18pie.render("render_02.html")
运行效果:
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:
1
2def split_word(test_str):
3 test_str = re.sub('[,,。. \r\n]', '', test_str)
4
5 segment = jieba.lcut(test_str)
6
words_df = pd.DataFrame({'segment': segment})
7
8 stopwords = pd.read_csv(r"H:\PyCoding\ Analysis_wx_name\stopwords.txt", index_col=False, quoting=3, sep="\t", names=['stopword'], encoding='utf-8')
9 words_df = words_df[~words_df.segment.isin(stopwords.stopword)]
10 words_stat = words_df.groupby(by=['segment'])['segment'].agg({"计数": numpy.size})
11 words_stat = words_stat.reset_index().sort_values(by=["计数"], ascending=False)
12 test = words_stat.head(200).values
13 codes = [test[i][0] for i in range(0,len(test))]
14 counts = [test[i][1] for i in range(0,len(test))]
15 wordcloud = WordCloud(width=1300, height=620)
16 wordcloud.add("微信昵称", codes, counts, word_size_range=[20, 100])
17 wordcloud.render('render_03.html')
运行效果:
(2)使用wordcloud
+matplotlib
生成高级一点的词云图
核心代码:
1
2
3text = get_name()
4
5text1=jiebaclearText(text)
6
7bg = plt.imread(r"G:\small_pig.jpg")
8
9wc=WordCloud(
10 background_color="wathet",
11 mask=bg,
12 margin=10,
13 max_font_size=70,
14 random_state=20,
15 font_path='G:\simkai.ttf'
16
17 ).generate(text1)
18
19my_font=fm.FontProperties(fname='G:\simkai.ttf')
20
21bg_color = ImageColorGenerator(bg)
22
23plt.imshow(wc.recolor(color_func=bg_color))
24
25plt.axis("off")
26
27wc.to_file("render_04.png")
词云轮廓原图:
运行效果:
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)
03 | 微信昵称带有表情符号
有很多女生会在微信名称里加上各种表情符号,从上面分析的词云图中可以看出,一个大红唇大家使用最多,其他的可能是一个爱心,一朵玫瑰,一颗星星,又或是系统自带的emoji表情。
她们可能觉得这是一种特别的装饰,能让自己的名字和别人有明显的区别。
这样的女生,大多有细腻的小心思、浪漫的生活情调,和一颗蓬勃的少女心。(猜测)
04 | 微信昵称带有职业性质
一般来说,会主动在自己微信名前面带一个字母“A”的,大多都是整天在朋友圈里发广告的微商或代购。
比较正式一点的,用的都是“公司名+姓名”的形式,这一类人基本都是销售员或房产中介……或者就是真正的大佬啦~
还有一些人,会根据自己不同的工作阶段不定时更换名字后缀的。
认识一个在某地产公司做人力的朋友,为了能好好享受假期,她会把微信名改成“ΧΧΧ休假中”,以便提醒那些在节假日还私信她询问工作的人。
也有一些人反着来,为了显示自己特别积极,直接把微信名改成“ΧΧΧ加班中”……emmm主要是改给老板看的吧。(猜想)
05 | 微信昵称带偶像名
不用说,这一类都是典型的追星族,而且大多都是女生,比如吴亦凡夫人,蔡徐坤秘密女友,胡歌的小娇妻……不出意外,她们的头像一般就是她们的爱豆本人。
她们平时会在微博给偶像打call,朋友圈也会发很多相关推荐,如果有人夸自己的爱豆,她们会觉得遇到了知音;相反地,如果有人说她们爱豆的坏话,她们会马上拉黑……
切记,在追星的人面前,不要轻易抬杠,对她的爱豆指手画脚……(猜想)
06 | 微信昵称是四字词
仔细观察长辈们的微信名,就会发现他们特别喜欢用四字词作昵称。
这些四字词最大的共同点,就是都传递着一种岁月静好的氛围:“人生如茶”、“花自芬芳”、“上善若水”、“人心依旧”“云淡风轻”……
年轻人用独特的微信名标记自己,年长点的叔叔阿姨只是想纯粹地寄托一种生活理想。(猜想)
都说名字是人的第二张脸。微信名取得好,往往会给人留下更好的印象。
你的微信名有什么特别的含义吗?评论区里聊一聊。
五、附录:参考文档
(1)微信小程序api帮助文档、wikipedia-emoji(表情图编码介绍)
(2)Wordcloud官方文档
(3)傲娇的草履虫写的 Wordcloud 各参数含义
(4)知乎给谁
写的:微信名字,暴露了你是一个什么样的人
扫码生成一个最适合你的英文名
欢迎大家关注微信公众号:极简XksA,获取Python/Java/前端等学习资源!