如何利用Python分析出微信朋友男女統(tǒng)計(jì)圖
寫(xiě)在前面
現(xiàn)在人人都有微信,一句“咱們加個(gè)微信唄”搭載了你我之間的友誼橋梁,渾然不知自己的微信朋友已經(jīng)四五百了,甚至上千,幾千的都有;然而那個(gè)是那個(gè),誰(shuí)是誰(shuí),是男是女都分不清楚了,今天咱們就來(lái)統(tǒng)計(jì)一下你微信朋友的男女比例,來(lái)看你平常喜歡加男性朋友還是女性朋友,哈哈,暴露了吧。
下面話不多說(shuō)了,來(lái)一起看看詳細(xì)的介紹吧
環(huán)境安裝
有一個(gè)挺有意思的庫(kù)是itchat,它是一個(gè)開(kāi)源的微信個(gè)人接口,咱們就用itchat來(lái)統(tǒng)計(jì)自己微信朋友的性別比例,并且用柱狀圖呈現(xiàn)出來(lái),使自己一目了然。
(1)首先在安裝 itchat:
pip install itchat
(2)在安裝matplotlib:
pip install matplotlib
登錄微信
itchat.auto_login(hotReload=True)
運(yùn)行程序的時(shí)候彈出的微信二維碼,需要手機(jī)掃碼登錄微信,才可以繼續(xù)執(zhí)行代碼以便于進(jìn)行統(tǒng)計(jì)。
以下是完整的程序代碼:
import itchat
import matplotlib.pyplot as plt
itchat.auto_login(hotReload=True)
friends=itchat.get_friends(update=True)[0:] #獲取所有好友信息
male = female = other =0
for i in friends[1:]:
sex=i["Sex"]
if sex==1:
male+=1
elif sex==2:
female+=1
else:
other+=1
total=len(friends[1:])
print("男性好友: %.2f%%" % (float(male)/total*100) + "\n" +
"女性好友: %.2f%%" % (float(female) / total * 100) + "\n" +
"不明性別好友: %.2f%%" % (float(other) / total * 100))
plt.xlabel("sex")
plt.ylabel("count")
plt.title("Gender statistics")
a=plt.subplot(1,1,1)
plt.bar(10, male, facecolor='red', width=3, label='male')
plt.bar(15, female, facecolor='yellow', width=3, label='female')
plt.bar(20, other, facecolor='blue', width=3, label='other')
plt.legend()
plt.show()
運(yùn)行以上代碼可以得到微信好友的性別比例:
比如我的微信朋友統(tǒng)計(jì)畫(huà)圖如下:

從以上柱狀圖可以看出我的微信朋友統(tǒng)計(jì),
男性好友: 57.99%;
女性好友: 34.32%;
不明性別好友: 7.69%;
可以看出我的男性朋友比女性朋友多得多,由此可以得出我是一個(gè)理工鋼鐵直男,幾乎是沒(méi)救的那種,哈哈哈,不知道大家的怎么樣呢,一試便知,哈哈。
總結(jié)
以上就是這篇文章的全部?jī)?nèi)容了,希望本文的內(nèi)容對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,如果有疑問(wèn)大家可以留言交流,謝謝大家對(duì)腳本之家的支持。
相關(guān)文章
Pycharm+Scrapy安裝并且初始化項(xiàng)目的方法
今天小編就為大家分享一篇Pycharm+Scrapy安裝并且初始化項(xiàng)目的方法,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2019-01-01
Python免登錄實(shí)現(xiàn)域名解析的示例詳解
這篇文章主要介紹了如何利用編寫(xiě)python腳本,實(shí)現(xiàn)通過(guò)dnspod api獲取個(gè)人域名內(nèi)的dns解析記錄,從而實(shí)現(xiàn)域名的解析、修改和刪除,需要的可以參考一下2023-03-03
python中@property和property函數(shù)常見(jiàn)使用方法示例
這篇文章主要介紹了python中@property和property函數(shù)常見(jiàn)使用方法,結(jié)合實(shí)例形式分析了Python @property和property函數(shù)功能、使用方法及相關(guān)操作注意事項(xiàng),需要的朋友可以參考下2019-10-10
Python爬蟲(chóng)獲取數(shù)據(jù)保存到數(shù)據(jù)庫(kù)中的超詳細(xì)教程(一看就會(huì))
使用爬蟲(chóng)爬數(shù)據(jù),總要涉及到數(shù)據(jù)持久化,也就是數(shù)據(jù)存儲(chǔ)的問(wèn)題,下面這篇文章主要給大家介紹了關(guān)于Python爬蟲(chóng)獲取數(shù)據(jù)保存到數(shù)據(jù)庫(kù)中的超詳細(xì)教程,文中通過(guò)示例代碼介紹的非常詳細(xì),需要的朋友可以參考下2022-06-06
精選39道Python數(shù)據(jù)分析面試題提早備戰(zhàn)金三銀四
這篇文章主要為大家介紹了39道Python數(shù)據(jù)分析的面試題問(wèn)答攻略幫助大家提早備戰(zhàn)金三銀四,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多精進(jìn),早日度過(guò)寒冬2023-12-12
tensorflow pb to tflite 精度下降詳解
這篇文章主要介紹了tensorflow pb to tflite 精度下降詳解,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2020-05-05
django實(shí)現(xiàn)前后臺(tái)交互實(shí)例
本篇文章主要介紹了django實(shí)現(xiàn)前后臺(tái)交互實(shí)例,小編覺(jué)得挺不錯(cuò)的,現(xiàn)在分享給大家,也給大家做個(gè)參考。一起跟隨小編過(guò)來(lái)看看吧2017-08-08

