Py学习  »  Python

【Python | X先生】从00-90后的微信昵称,发现如下规律。。。

Python学习交流 • 5 年前 • 382 次点击  

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# 获取所有用户数量和相关信息
2def get_json():
3    # 获取入口
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    # 发送http请求,获取请求页面
6    search_response = requests.get(search_url)
7    # 设置编码
8    search_response.encoding = 'UTF-8'
9    # 将页面转变成json代码格式
10    search_json = search_response.json()
11     # 获取我们需要的数据,是列表格式
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# 读取文件,取出微信名
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:   # 去除表头
8                i = 1
9                continue
10            line = line.strip()    # 去除换行符
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_namelist
全英文昵称en_namelist
中文和数字混合昵称ch_di_namelist
包含图片表情昵称img_namelist
其他昵称other_namelist

 1# ch :Chinese
2ch_name_number = 0
3ch_name = []
4# en :English
5en_name_number = 0
6en_name = []
7# di : digtal
8di_name_number = 0
9di_name = []
10# img : image
11img_name_number = 0
12img_name = []
13# ch_di : Chinese and digtal
14ch_di_name = []
15# other : other
16 oth_name_number = 0
17oth_name = []
(3)数据分类判断
 1# 昵称全中文判断
2def is_all_ch(keyword):
3    for c in keyword:
4        # 包含常见中文字符
5        if not ('\u4e00' <= c <= '\u9fa5'):
6            return False
7    return True
8
9# 昵称全英文判断
10def is_all_en(keyword):
11    # 不能全部为空格或者首位为空格
12    if all(ord(c) == 32 for c in keyword) or keyword[0] == ' ':
13         return False
14    # 允许空格和英文并存(例如:Xist A)
15    if not all(65 128 or ord(c) == 32 for c in keyword):
16        return False
17    return True
18
19# 昵称全数字判断
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# 昵称包含表情图判断
27def have_img(keyword):
28    # 下面是大部分图片的一个unicode编码集
29    # 详情查看:https://en.wikipedia.org/wiki/Emoji
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# 中文+数字昵称判断
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':  # 中文
6        ch_name_number +=1
7        ch_name.append(list_name[i])
8    if result == 'en':  # 英文
9        en_name_number +=1
10        en_name.append(list_name[i])
11    if result == 'di':  # 数字
12        di_name_number +=1
13        di_name.append(list_name[i])
14    if result == 'img'# 含表情
15        img_name_number +=1
16        img_name.append(list_name[i])
17    if result == 'ch_di'# 中文和数字
18        ch_di_name_number +=1
19        ch_di_name.append(list_name[i])
20    if result == 'other'# 其他
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# print(ch_name)
26print("纯英文昵称个数:"+ str(en_name_number))
27#print(en_name)
28print("纯数字昵称个数:"+ str(di_name_number))
29# print(di_name)
30print("包含表情图昵称个数:"+ str(img_name_number))
31# print(img_name)
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# print(oth_name)

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天活跃用户新用户的年龄段

 1# 获取用户年龄段
2def get_data():
3    # 获取token,并处理
4    t = get_token().strip('"')
5    # 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
6    post_user_api = " https://api.weixin.qq.com/datacube/getweanalysisappiduserportrait?access_token="
7    post_user_url = post_user_api + t
8    # 访问获取概况数据 (近一个月的数据情况)
9    data = json.dumps({
10    "begin_date" : "2018-07-21",
11    "end_date" : "2018-08-19"})
12    # 获取信息
13    user_portrait_data = get_info(post_user_url, data)
14    # 时间段
15    ref_date = user_portrait_data['ref_date']
16    # 新用户
17    visit_uv_new = user_portrait_data['visit_uv_new']
18     活跃用户
19    visit_uv = user_portrait_data['visit_uv']
20    # 年龄段
21    print(ref_date )
22    print((visit_uv_new['ages']))
23    print((visit_uv['ages']))

运行结果:

1# id : 为年龄段序号  name :年龄段名称    value : 该年龄段人数
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# 1.微信名分类:玫瑰饼图
2from pyecharts import Pie
3# 数据获取自上面代码
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 = [15145699400191038]
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=[5050],
12    is_random=True,
13    radius=[3075],
14    rosetype="area",
15    is_legend_show=False,
16    is_label_show=True,
17)
18pie.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:

 1# 2.用户年龄段:玫瑰饼图
2from pyecharts import Pie
3# 数据获取自上面代码
4attr = ["未知""17岁以下""18-24岁""25-29岁""30-39岁""40-49岁","50岁以上"]
5v1 = [123826516317634,17]
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=[5050],
12    is_random=True,
13    radius=[3075],
14     rosetype="area",
15    is_legend_show=False,
16    is_label_show=True,
17)
18pie.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:

 1# 清洗数据,生成词云图
2def split_word(test_str):
3    test_str = re.sub('[,,。. \r\n]''', test_str)
4    # jieba 词语
5    segment = jieba.lcut(test_str)
6     words_df = pd.DataFrame({'segment': segment})
7    # quoting=3 表示stopwords.txt里的内容全部不引用
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][0for i in range(0,len(test))]
14    counts = [test[i][1for 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=[20100])
17    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:



    
 1# 下下期好好讲一下matplotlib绘图可视化,挺有意思的
2# 调用get_name函数获取全部微信名
3text = get_name()
4# 调用jiebaclearText函数,清洗数据(该函数和上面切词思想一样)
5text1=jiebaclearText(text)
6#产生词云图
7bg = plt.imread(r"G:\small_pig.jpg")
8#生成词云
9wc=WordCloud(
10    background_color="wathet"#设置背景为白色,默认为黑色
11    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)
12    margin=10,               #设置图片的边缘
13    max_font_size=70,   #显示的最大的字体大小
14    random_state=20,    #为每个单词返回一个PIL颜色
15    font_path='G:\simkai.ttf'   #中文处理,用系统自带的字体
16    # 可以在这里下载这个字体:http://www.font5.com.cn/font_download.php?id=534&part=1245067666
17    ).generate(text1)
18#为图片设置字体
19my_font=fm.FontProperties(fname='G:\simkai.ttf')
20# 图片背景
21bg_color = ImageColorGenerator(bg)
22 # 开始画图
23plt.imshow(wc.recolor(color_func=bg_color))
24# 为云图去掉坐标轴
25plt.axis("off")
26# 保存云图
27wc.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)

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!




今天看啥 - 高品质阅读平台
本文地址:http://www.jintiankansha.me/t/jwwnHFD78L
Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/23310
 
382 次点击