登錄 注冊

　　用python爬取微信好友信息并且進行數據清洗，IP海之前已經將教程的上半部分進行了分解，下面我們繼續來解決這個問題，將接下來的兩個步驟完成。

　　4、利用簽名繪制詞云

　　#4、繪制詞云

　　#4.1 替換簽名中的emoji、span、class、類似<>/= 之類的符號等等

　　siglist = []

　　for i in friends:

　　signature = i["Signature"].strip().replace("span","").replace("class","").replace("emoji","")

　　rep = re.compile("1fd+w*|[<>/=]")

　　signature = rep.sub("", signature)

　　siglist.append(signature)

　　text = "".join(siglist)

　　#4.2 把結巴分詞這個包搞進來分詞

　　import jieba

　　wordlist = jieba.cut(text, cut_all=True)

　　word_space_split = " ".join(wordlist)

　　#4.3 進入畫圖階段,根據自己想要的圖片、形狀、顏色畫出相似的圖形

　　import matplotlib.pyplot as plt

　　from wordcloud import WordCloud, ImageColorGenerator

　　import numpy as np

　　import PIL.Image as Image

　　coloring = np.array(Image.open("101.jpg"))

　　my_wordcloud = WordCloud(background_color="white", max_words=2000,

　　mask=coloring, max_font_size=60, random_state=42, scale=2,

　　font_path="STXINWEI.TTF").generate(word_space_split)

　　image_colors = ImageColorGenerator(coloring)

　　plt.imshow(my_wordcloud.recolor(color_func=image_colors))

　　plt.imshow(my_wordcloud)

　　plt.axis("off")

　　plt.show()

　　5、ggplot圖形展示

　　#5、ggplot圖形展示

　　import matplotlib.pyplot as plt

　　#獲取csv內容

　　df = pd.read_csv('data.csv')

　　#配置圖

　　fig = plt.figure()

　　ax = fig.add_subplot(1,1,1)

　　ax.hist(df['Sex'], bins=7)

　　#標題

　　plt.title('Sex distribution')

　　#X軸標題

　　plt.xlabel('Sex')

　　#Y軸標題

　　plt.ylabel('people')

　　plt.show()

　　以上當這些步驟執行完之后，我們就能夠將微信好友的基本信息抓取完畢了。