我们每天日常都在做的事情不再只是吃饭喝水睡觉了，还多了一条--------刷朋友圈。经过某数据统计，我们生活中每人每天平均花在刷朋友圈的时间竟高达两个小时。这样的数据说明，其实朋友圈已经融入了我们的生活了，从2012年开始，到现在的六个年头，微信从一个普通的聊天工具变成了我们生活的一部分，好像真的是做到了不离不弃一样，那么，你知道你的微信朋友圈里都是怎样的一群人吗？
或许，你知道。因为你每天一直在刷朋友圈，所以你掌握了朋友圈的所有动向，而有的人就只会选择性的去看自己的朋友圈，对于一些曾经加过的人都不在关注了，小编在2014年的时候开始使用微信，当时就很着迷微信，经常和朋友们一起聊微信，发朋友圈。但是到现在，我已经很少去发朋友圈，看朋友圈了，现在的时间很紧，工作，代码，工作，代码（拿钱养家糊口），要不然就只能路边乞讨了
。
物以类聚，人以群分。每个人的社交圈，家庭圈，朋友圈的属性，基本我们人格的特征属性。我们所处的阶级，在别人眼中的印象，在我们的朋友圈中都会得到印证。
朋友圈数据中最具人格属性的因素是个性签名，那么下面我们就把所有好友的个性签名作为我们的研究对象，以此出发爬取数据。
今天我们就介绍一个工具，使用它来探索你的朋友圈，看看这些年你错的那些朋友圈的好友。
工具：itchat，jieba，wordcloud,PIL
pip install itchat pip install wordcloud pip install jieba pip install pillow
我们先获取朋友圈所有人的签名，将这些签名都存到一个文件之中。
首先我们需要登录微信，这个时候直接调用login方法便可以直接登录微信了：
itchat.login()
之后便会自动生成一个二维码，扫一扫就可以登录了。
我们首先获取微信里的所有好友：
friends = itchat.get_friends(update=True)[0:]
获取好友是为了拿到他们的朋友圈签名信息：
我们使用for循环去遍历所有的好友，之后获取朋友圈签名，接下来使用正则表达式筛选纯净的签名内容。
tList = [] for i in friends: signature = i["Signature"].replace(" ", "").replace("span", "").replace("class", "").replace("emoji", "") rep = re.compile("1f\d.+") signature = rep.sub("", signature) tList.append(signature) 将获取的内容可以写到一个txt文件里： strs = "".join(tList) with open('record.txt','a',encoding='utf-8') as f: f.write(strs)
我们可以查看这个txt文件，这里面就是所有的朋友圈签名了：
现在我们已经获取了所有的朋友圈签名，下面我们可以使用jieba进行分词，统计词出现的频率，之后使用词云将统计后的效果展示出来。
使用结巴切词：
import jieba wordlist_jieba = jieba.cut(text, cut_all=True) wl_space_split = " ".join(wordlist_jieba)
之后将切完的词给wordcloud进行展示：
from wordcloud import WordCloud, ImageColorGenerator import os import numpy as np import PIL.Image as Image d= os.path.dirname(os.path.abspath( __file__ )) alice_coloring = np.array(Image.open(os.path.join(d, r"3.jpg"))) my_wordcloud = WordCloud(background_color="white", max_words=2000, mask=alice_coloring, max_font_size=400, random_state=420, font_path=r'C:\Users\ewuxyuq\Desktop\framework\simhei.ttf' ).generate(wl_space_split) my_wordcloud.to_file('wechat.jpg')
运行一下：
这样，朋友圈签名的所有分析就完成了。
看看自己的朋友圈，都是励志的正能量啊，所以，大家今后还要更加努力加油啊！
完整代码见GitHub：
https://github.com/johnturingwu/helloworld/blob/master/weixin.py
点击阅读原文直接到达。
