|
|
|
|
移动端

用Python分析了数千个微信昵称后,我们发现了这些规律...

这是一篇技术文,但又不是一篇技术文,今天分享的是,当笔者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,分析得到下面结果。

作者:XksA来源:极简XksA|2018-08-28 12:07

【新品产上线啦】51CTO播客,随时随地,碎片化学习

用Python分析了数千个微信昵称后,我们发现了这些规律...

一、前言

这是一篇技术文,但又不是一篇技术文,今天分享的是,当笔者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,分析得到下面结果。

二、Let's get it

1.基本信息获取

访问英文取名的用户基本信息接口,获取英文取名用户微信名(Nick names)、访问次数(Count)、总数据集(Response data),并将微信名存入文件。

  1. # 获取所有用户数量和相关信息 
  2. def 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 
  2.  def 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

用Python分析了数千个微信昵称后,我们发现了这些规律...

  1. # ch :Chinese 
  2. ch_name_number = 0 
  3. ch_name = [] 
  4. # en :English 
  5. en_name_number = 0 
  6. en_name = [] 
  7. # di : digtal 
  8. di_name_number = 0 
  9. di_name = [] 
  10. # img : image 
  11. img_name_number = 0 
  12. img_name = [] 
  13. # ch_di : Chinese and digtal 
  14. ch_di_name = [] 
  15. # other : other 
  16. oth_name_number = 0 
  17. oth_name = [] 

(3)数据分类判断

  1. # 昵称全中文判断 
  2. def 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 
  10. def 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 < ord(c) < 128 or ord(c) == 32 for c in keyword): 
  16.         return False 
  17.     return True 
  18.  
  19. # 昵称全数字判断 
  20. def 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 
  27. def 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 
  40. def 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

  1. list_name = get_name() 
  2.  print("总共有:"+str(len(list_name))+"个微信名"
  3.  for 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.  
  24. print("纯中文昵称个数:"+ str(ch_name_number)) 
  25. # print(ch_name) 
  26. print("纯英文昵称个数:"+ str(en_name_number)) 
  27. #print(en_name) 
  28. print("纯数字昵称个数:"+ str(di_name_number)) 
  29. # print(di_name) 
  30. print("包含表情图昵称个数:"+ str(img_name_number)) 
  31. # print(img_name) 
  32. print("中文和数字混合昵称个数:"+ str(ch_di_name_number)) 
  33. print(ch_di_name) 
  34. print("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)

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. # 获取用户年龄段 
  2. def 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 
  2. 20180721-20180819 
  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. from pyecharts import Pie 
  2. # 数据获取自上面代码 
  3. 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"
  4. v1 = [1514, 569, 9, 400, 19, 1038] 
  5. pie = Pie("微信名分类饼图", title_pos='center', width=900) 
  6. pie.add
  7.     "占比"
  8.     attr, 
  9.     v1, 
  10.     center=[50, 50], 
  11.     is_random=True
  12.     radius=[30, 75], 
  13.     rosetype="area"
  14.     is_legend_show=False
  15.     is_label_show=True
  16. pie.render("render_01.html"

运行效果:

用Python分析了数千个微信昵称后,我们发现了这些规律...

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%,以及包含表情包昵称的,占有11.27%,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,最多的就是机构名/姓名+联系方式,一些营销号比较常用。

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,又简明扼要地介绍了自己 ,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 
  2. from pyecharts import Pie 
  3. # 数据获取自上面代码 
  4. attr = ["未知""17岁以下""18-24岁""25-29岁""30-39岁""40-49岁","50岁以上"
  5. v1 = [12, 38, 265, 163, 176, 34,17] 
  6. pie = Pie("微信用户年龄段饼图", title_pos='center', width=900) 
  7. pie.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. pie.render("render_02.html"

运行效果:

用Python分析了数千个微信昵称后,我们发现了这些规律...

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:

  1. # 清洗数据,生成词云图 
  2. def 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][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:

用Python分析了数千个微信昵称后,我们发现了这些规律...

pyecharts词云图

4. 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 
  3. text = get_name() 
  4. # 调用jiebaclearText函数,清洗数据(该函数和上面切词思想一样) 
  5. text1=jiebaclearText(text) 
  6. #产生词云图 
  7. bg = plt.imread(r"G:\small_pig.jpg"
  8. #生成词云 
  9. wc=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 
  19. my_font=fm.FontProperties(fname='G:\simkai.ttf'
  20. # 图片背景 
  21. bg_color = ImageColorGenerator(bg) 
  22. # 开始画图 
  23. plt.imshow(wc.recolor(color_func=bg_color)) 
  24. # 为云图去掉坐标轴 
  25. plt.axis("off"
  26. # 保存云图 
  27. wc.to_file("render_04.png"

5.词云轮廓原图:

用Python分析了数千个微信昵称后,我们发现了这些规律...

这是您的专属社会人

运行效果:

用Python分析了数千个微信昵称后,我们发现了这些规律...

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,除此之外,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得比较多,但也不缺乏有像悲伤、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)

1.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)

用Python分析了数千个微信昵称后,我们发现了这些规律...

2.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)

用Python分析了数千个微信昵称后,我们发现了这些规律...

3.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)

4.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)

5.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,不要对她的爱豆指手画脚……(猜想)

6.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。

05、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)微信名字,暴露了你是一个什么样的人。

作者:XksA,大三在读的师范技术生,主要学习Python web、数据分析、可视化方面,个人公众号 极简XksA 长期分享学习笔记,学习资料,欢迎交流学习。

【编辑推荐】

  1. 微信支付宝无现金之争:瞄准用户支付大数据
  2. 第三方支付谁更胜一筹?大数据告诉你支付宝和微信到底谁更强?
  3. 基于Python实现的微信好友数据分析
  4. 微信公开表白红包大数据,教你如何表白成功率最高!
  5. 开源一段代码-微信好友分析
【责任编辑:未丽燕 TEL:(010)68476606】

点赞 0
分享:
大家都在看
猜你喜欢

读 书 +更多

'ASP.NET'程序设计教程

《ASP.NET程序设计教程》是在总结多年ASP.NET教学和应用项目开发经验基础上编写完成的,编写过程中充分吸取了其他畅销实用教程的成功经验。...

订阅51CTO邮刊

点击这里查看样刊

订阅51CTO邮刊