IT数码 购物 网址 头条 软件 日历 阅读 图书馆
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
图片批量下载器
↓批量下载图片,美女图库↓
图片自动播放器
↓图片自动播放器↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁
 
   -> Python知识库 -> Python 使用itchat获取好友的信息 -> 正文阅读

[Python知识库]Python 使用itchat获取好友的信息

itchat这个库多年前也使用过,目前还有可以正常使用,周末休息,就再次测试一下,统计我的好友性别占比和所在城市的占比。使用matplot 绘制图像,并存储为图片文件。

1. 好友的性别占比

2. 好友所在城市分布

导出引用的库:

import itchat

import matplotlib.pyplotas plt

import os

itchat.auto_login(hotReload=True)# 避免每次都登录

itchat.dump_login_status()

# 1. 获取好友信息

friends = itchat.get_friends(update=True)[:]

# 2. 获取好友的性别占比,绘制饼图

man =0

woman =0

other =0

total =len(friends[1:])

for finfo in friends[1:]:

sex = finfo[‘Sex’]

if sex ==1:

man +=1

elif sex ==2:

woman +=1

else:

other +=1

# 绘制饼图

man_ratio =int(man)/total *100

woman_ratio =int(woman)/total *100

other_ratio =int(other)/total *100

plt.rcParams[‘font.sans-serif’] = [‘SimHei’]

plt.rcParams[‘axes.unicode_minus’] =False

plt.figure(figsize=(5, 5))

sex_li = [‘男’, ‘女’, ‘其他’]

radius = [0.01, 0.01, 0.01]

colors = [‘red’, ‘yellowgreen’, ‘lightskyblue’]

proportion = [man_ratio, woman_ratio, other_ratio]

plt.pie(proportion, explode=radius, labels=sex_li, colors=colors, autopct=’%.2f%%’)# 绘制饼图

# 加入图例 loc =? ‘upper right’ 位于右上角 bbox_to_anchor=[0.5, 0.5] # 外边距 上边 右边 borderaxespad = 0.3图例的内边距

plt.legend(loc=“upper right”, fontsize=10, bbox_to_anchor=(1.1, 1.1), borderaxespad=0.3)

# 绘制标题

plt.title(‘微信好友性别比例’)

# 展示

plt.show()

# 3. 统计好友所在城市的数量,绘制柱状图

prov_dict, city_dict = {}, {}

for fri_info in friends[1:]:

prov = fri_info[‘Province’]

city = fri_info[‘City’]

if provand provnot in prov_dict.keys():

prov_dict[prov] =1

elif prov:

prov_dict[prov] +=1

if cityand citynot in city_dict.keys():

city_dict[city] =1

elif city:

city_dict[city] +=1

# 区域Top15

prov_dict_top15 =sorted(prov_dict.items(), key=lambda x: x[1], reverse=True)[0:15]

# 城市Top15

city_dict_top15 =sorted(city_dict.items(), key=lambda y: y[1], reverse=True)[0:15]

prov_nm, prov_num = [], [] # 省会名 + 数量

for prov_data in prov_dict_top15:

rov_nm.append(prov_data[0])

prov_num.append(prov_data[1])

colors = [’#00FFFF’, ‘#7FFFD4’, ‘#F08080’, ‘#90EE90’, ‘#AFEEEE’,

‘#98FB98’, ‘#B0E0E6’, ‘#00FF7F’, ‘#FFFF00’, ‘#9ACD32’,

‘#6ACD32’, ‘#3ACD32’, ‘#1ACD32’, ‘#2ACD32’, ‘#7ACD32’]

plt.rcParams[‘font.sans-serif’] = [‘SimHei’]

plt.rcParams[‘axes.unicode_minus’] =False

index =range(len(prov_num))

plt.bar(index, prov_num, color=colors, width=0.5, align=‘center’)

plt.xticks(range(len(prov_nm)), prov_nm) # 横坐轴标签

for x, y in enumerate(prov_num):

# 在柱子上方1.2处标注值

plt.text(x, y +1.2, ‘%s’ % y, ha=‘center’, fontsize=10)

plt.ylabel(‘省会好友人数’) # 设置纵坐标标签

prov_title =‘微信好友区域Top15’

plt.title(prov_title)# 设置标题

plt.savefig(‘微信好友区域Top15.png’)# 保存图片

plt.show()

运行正常。

  Python知识库 最新文章
Python中String模块
【Python】 14-CVS文件操作
python的panda库读写文件
使用Nordic的nrf52840实现蓝牙DFU过程
【Python学习记录】numpy数组用法整理
Python学习笔记
python字符串和列表
python如何从txt文件中解析出有效的数据
Python编程从入门到实践自学/3.1-3.2
python变量
上一篇文章      下一篇文章      查看所有文章
加:2022-01-24 10:47:35  更:2022-01-24 10:47:49 
 
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁

360图书馆 购物 三丰科技 阅读网 日历 万年历 2024年11日历 -2024/11/16 1:31:35-

图片自动播放器
↓图片自动播放器↓
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
图片批量下载器
↓批量下载图片,美女图库↓
  网站联系: qq:121756557 email:121756557@qq.com  IT数码