转载注明作者：简说Python,并注明来源~
文章目录
一、wxpy基本介绍与安装
1.wxpy基本介绍
2.wxpy安装
二、实践出真知
1.给自己的文件传输助手发消息
2.给指定朋友发送消息
3.群发消息（今早醒来突发奇想，给每人发个早安！）
4.获取自己的微信好友数、活跃微信群数、关注微信公众号数
5.个人聊天机器人搭建（基于自己的）
6.个人聊天机器人搭建（基于图灵机器人的）
7.来点有趣的
（1)获取微信好友性别、位置分布数据
(2)利用Matplotlib进行数据可视化
1）性别占比饼图
2）城市分布条形图
3）好友省份分布图
4）获取好友微信昵称和个性签名，词云分析
5）获取关注微信公众号名称和基本简介，词云分析
三、后言
前言
本文是X先生这几天简单看了一下Python里的wxpy模块后，搭配matplotlib模块撰写的一个wxpy基本使用方法，主要利用了wxpy对微信进行一系列的自动化操作，比如利用wxpy登录微信、给微信文件助手发送消息、给单个微信好友发送消息、微信消息群发(谨慎使用[/邪笑])以及微信聊天机器的搭建使用过程，你以为wxpy只能这样？No,最后X先生利用wxpy获取了我的微信好友的数量、性别、昵称及个性签名，和关注的微信公众号昵称、公众号简介信息，搭配matplotlib进行了一系列数据的可视化，中间参杂着X先生的一些东倒西歪的文字分析，从这些，，，我解读出了一个真实的我（文末正解）。
一、wxpy基本介绍与安装
1.wxpy基本介绍
wxpy基于itchat，使用了 Web 微信的通讯协议，通过大量接口优化提升了模块的易用性，并进行丰富的功能扩展。实现了微信登录、收发消息、搜索好友、数据统计、微信公众号、微信好友、微信群基本信息获取等功能。
可用来实现各种微信个人号的自动化操作。
2.wxpy安装
方法一：直接安装
pip install wxpy
方法二：豆瓣源安装（推荐）
pip install -i https://pypi.douban.com/simple/ wxpy
二、实践出真知
1.给自己的文件传输助手发消息
from wxpy import *
# 初始化一个机器人对象
bot = Bot(cache_path=True)
# 向文件传输助手发送消息
bot.file_helper.send("hello,I'm XksA!")
Bot类基本参数介绍：
cache_path –
设置当前会话的缓存路径，并开启缓存功能；为 None (默认) 则不开启缓存功能。
开启缓存后可在短时间内避免重复扫码，缓存失效时会重新要求登陆。
设为 True 时，使用默认的缓存路径 ‘wxpy.pkl’。
qr_path – 保存二维码的路径
console_qr – 在终端中显示登陆二维码
运行后弹出一个二维码图片，用微信扫码登录即可，再回来看手机消息。
特别提醒：使用的微信账号不能为新注册的账号，不然会报错KeyError: 'pass_ticket'。
2.给指定朋友发送消息
# 初始化一个机器人对象
# cache_path缓存路径，给定值为第一次登录生成的缓存文件路径
bot = Bot(cache_path="H:\PyCoding\Wxpy_test\wxpy.pkl")
# 查找朋友"极简XksA"
my_friend = bot.friends().search('极简XksA')[0]
# 发送消息
my_friend.send('hello 极简XksA!')
'''
除此之外还有可以发送一下内容，自己动手尝试吧
发送图片
my_friend.send_image('hello.png')
发送视频
my_friend.send_video('hello.mp4')
发送文件
my_friend.send_file('hello.rar')
'''
运行结果：
3.群发消息（今早醒来突发奇想，给每人发个早安！）
import time
# 初始化一个机器人对象
# cache_path为登录状态缓存路径，给定值为第一次登录生成的缓存文件路径
bot = Bot(cache_path="H:\PyCoding\Wxpy_test\wxpy.pkl")
# 群发消息（谨慎使用，哈哈哈）
my_friends = bot.friends(update=False)
my_friends.pop(0) # 去除列表第一个元素（自己）
for i in range(120):
friend = my_friends[i]
friend.send('Good morning,the early bird catches the worm!(早上好，早起的鸟儿有虫吃！)')
time.sleep(2)
friend.send('不用回复，生活中一起加油！')
运行效果：
4.获取自己的微信好友数、活跃微信群数、关注微信公众号数
# 获取所有好友[返回列表包含Chats对象(你的所有好友，包括自己)]
t0 = bot.friends(update=False)
# 查看自己好友数(除开自己)
print("我的好友数："+str(len(t0)-1))
# 获取所有微信群[返回列表包含Groups对象]
t1 = bot.groups(update=False)
# 查看微信群数(活跃的)
print("我的微信群聊数："+str(len(t1)))
# 获取所有关注的微信公众号[返回列表包含Chats对象]
t2 = bot.mps(update=False)
# 查看关注的微信公众号数
print("我关注的微信公众号数："+str(len(t2)))
运行结果：
# 注：如果直接把t0、t1、t2打印出就是对应得名称(不同类型，自己可以试一下)
我的好友数：242
我的微信群聊数：6
我关注的微信公众号数：125
5.个人聊天机器人搭建（基于自己的）
（1）自己的聊天机器人
# 查找聊天对象
my_friend = bot.friends().search('极简XksA')[0]
my_friend.send('hello 极简XksA!')
# 自动回复
# 如果想对所有好友实现机器人回复把参数 my_friend 改成 chats = [Friend]
@bot.register(my_friend)
def my_friednd_message(msg):
print('[接收]' + str(msg))
if msg.type != 'Text': # 除文字外其他消息回复内容
ret = '你给我看了什么！[拜托]'
elif "你来自哪里" in str(msg): # 特定问题回答
ret = "我来自极简XksA"
else: # 文字消息自动回答
ret = '我爱你'
print('[发送]' + str(ret))
return ret
# 进入交互式的 Python 命令行界面，并堵塞当前线程
embed()
（2）聊天效果图
6.个人聊天机器人搭建（基于图灵机器人的）
（1）事前准备
点击这里注册图灵机器人账号,然后创建一个机器人，即可获得属于你的图灵机器人api。
（2） 创建属于自己的聊天机器人
- 方法一：使用
Tuling类，简单实现
# 登录缓存路径,第一次设置为True
# 生成缓存文件wxpy.pkl后，为该文件路径
bot = Bot(cache_path="H:\PyCoding\Wxpy_test\wxpy.pkl")
tuling = Tuling(api_key='你的图灵接口api')
print('极简机器人已经启动')
# 我的小号，测试需谨慎
my_friednd = bot.friends().search('极简XksA')[0]
# 如果想对所有好友实现机器人回复把参数my_friend改成chats = [Friend]
# 使用图灵机器人自动与指定好友聊天
@bot.register(my_friend)
def reply_my_friend(msg):
tuling.do_reply(msg)
# 进入交互式的 Python 命令行界面，并堵塞当前线程
embed()
- 方法二：自己手动发送
post请求，有点麻烦哈哈哈~
def auto_ai(text):
url = "http://www.tuling123.com/openapi/api"
api_key = "你的图灵接口api"
payload = {
"key": api_key,
"info": text,
"userid": "老表"
}
r = requests.post(url, data=json.dumps(payload))
result = json.loads(r.content)
return "[极简机器人] " + result["text"]
bot = Bot(cache_path="H:\PyCoding\Wxpy_test\wxpy.pkl")
print('极简机器人已经启动')
我的小号，测试需谨慎
my_friednd = bot.friends().search('极简XksA')[0]
如果想对所有好友实现机器人回复把参数my_friend改成chats = [Friend]
@bot.register(my_friednd)
def my_friednd_message(msg):
print('[接收]' + str(msg))
if msg.type != 'Text':
ret = '你给我看了什么！[拜托]'
else:
ret = auto_ai(msg.text)
print('[发送]' + str(ret))
return ret
进入交互式的 Python 命令行界面，并堵塞当前线程
embed()
#####（3）聊天效果图
基本测试，图灵机器人可以实现查询天气、车票、翻译、基本聊天等功能，比我们自己写的，强，，，哈哈哈。
#### 7.来点有趣的
##### (1)获取微信好友性别、位置分布数据
```python
'''
author : 极简XksA
data : 2018.8.26
goal : 获取微信好友性别、分布、微信昵称，可视化分析
'''
from wxpy import *
# 初始化一个机器人对象
# cache_path缓存路径，给定值为第一次登录生成的缓存文件路径
bot = Bot(cache_path="H:\PyCoding\Wxpy_test\wxpy.pkl")
#获取好友列表(包括自己)
my_friends = bot.friends(update=False)
'''
stats_text 函数：帮助我们简单统计微信好友基本信息
简单的统计结果的文本
:param total: 总体数量
:param sex: 性别分布
:param top_provinces: 省份分布
:param top_cities: 城市分布
:return: 统计结果文本
'''
print(my_friends.stats_text())
运行结果：
老表 共有 245 位微信好友
男性: 140 (57.1%)
女性: 79 (32.2%)
TOP 10 省份
湖北: 88 (35.92%)
广东: 16 (6.53%)
北京: 12 (4.90%)
湖南: 5 (2.04%)
上海: 5 (2.04%)
浙江: 4 (1.63%)
河南: 4 (1.63%)
安徽: 3 (1.22%)
山东: 3 (1.22%)
福建: 3 (1.22%)
TOP 10 城市
荆州: 25 (10.20%)
武汉: 22 (8.98%)
黄石: 21 (8.57%)
海淀: 5 (2.04%)
广州: 5 (2.04%)
深圳: 4 (1.63%)
黄冈: 4 (1.63%)
杭州: 3 (1.22%)
长沙: 3 (1.22%)
昌平: 3 (1.22%)
(2)利用Matplotlib进行数据可视化
1）性别占比饼图
from pylab import *
mpl.rcParams['font.sans-serif'] = ['SimHei']
# 上面两行代码解决matplotlib绘图不能显示中文问题
import matplotlib.pyplot as plt
labels = ['男性', '女性', '其他']
sizes = [57.1, 32.2, 10.7]
explode = (0, 0.1, 0)
fig1, ax1 = plt.subplots()
ax1.pie(sizes, explode=explode, labels=labels, autopct='%1.1f%%',
shadow=True, startangle=90)
# 纵横相等，画成一个圆
ax1.axis('equal')
plt.legend()
plt.show()
效果图：
我的天啊（自绘），我的微信好友居然是男性居多，嘿嘿，也正常，笔者从不沾花惹草，当然女生也不是特别少嘿，包含了家人朋友还有一些社会人嘿。
2）城市分布条形图
import numpy as np
import matplotlib.pyplot as plt
n_groups = 10
# 城市分布数量权值
city_weight = (10.2,8.98,8.57,2.04,2.04,1.63,1.63,1.22,1.22,1.22)
fig, ax = plt.subplots()
index = np.arange(n_groups)
bar_width = 0.35
opacity = 0.4
error_config = {'ecolor': '0.3'}
rects1 = ax.bar(index, city_weight, bar_width,alpha=opacity, color='b', error_kw=error_config,label='城市')
ax.set_xlabel('城市名称')
ax.set_ylabel('数据占比(%)')
ax.set_title('好友城市Top10')
ax.set_xticks(index + bar_width / 2)
ax.set_xticklabels(('荆州', '武汉', '黄石', '海淀', '广州','深圳', '黄冈', '杭州', '长沙', '昌平'))
ax.legend()
fig.tight_layout()
plt.show()
效果图：
从图中容易看出X先生好友多在荆州，那猜猜X先生是哪里的人？没错，就是荆州人嘿，你的好友里是不是也是家乡人最多呢？（突然的想家！）
3）好友省份分布图
from pyecharts import Map
# matplotlib的方法比较麻烦，显示起来还没pyecharts 好，就用了pyecharts
value = [359.2, 65.3, 49.0, 20.4, 20.4, 16.3, 16.3, 12.2, 12.2,12.2]
attr = [
"湖北", "广东", "北京", "湖南", "上海", "浙江", "河南", "安徽", "山东","福建"
]
map = Map("好友分布省份Top10", width=600, height=400)
map.add(
"",
attr,
value,
maptype="china",
is_visualmap=True,
visual_text_color="#000",
)
map.render()
效果图：
是不是很直接明了，我的好友基本在我国中南部，你知道你的好友分布吗？我在长江中下游，这里有水有山，有花有草，有乐园。
4）获取好友微信昵称和个性签名，词云分析
bot = Bot(cache_path="H:\PyCoding\Wxpy_test\wxpy.pkl")
#获取好友列表(包括自己)
my_friends = bot.friends(update=False)
# 微信昵称
nick_name = ''
# 微信个性签名
wx_signature = ''
for friend in my_friends:
# 微信昵称：NickName
nick_name = nick_name + friend.raw['NickName']
# 个性签名：Signature
wx_signature = wx_signature + friend.raw['Signature']
nick_name = jiebaclearText(nick_name)
wx_signature = jiebaclearText(wx_signature)
make_wordcloud(nick_name,1)
make_wordcloud(wx_signature,2)
效果图：
我的微信好友昵称，有点复杂，搞淘宝的，浩浩，石头，还有创业，当然最醒目的是老师，都说老师是园丁，谢谢您养育了我们（突发其感）。
我发现他们可以练成一段话：我们所有的人生，就是平凡的自己最伟大，遇见一个美好的自己，一生不止生活，加油。。。
5）获取关注微信公众号名称和基本简介，词云分析
# 获取微信公众号名称
wx_public_name = ''
# 公众号简介
wx_pn_signature = ''
# 获取微信公众号列表
my_wx_pn = bot.mps(update=False)
for wx_pn in my_wx_pn:
wx_public_name = wx_public_name + wx_pn.raw['NickName']
wx_pn_signature = wx_pn_signature + wx_pn.raw['Signature']
wx_public_name = jiebaclearText(wx_public_name)
make_wordcloud(wx_public_name,3)
wx_pn_signature = jiebaclearText(wx_pn_signature)
make_wordcloud(wx_pn_signature,4)
效果图：
看出什么蹊跷没？你问我爱你有多深，你看看Python就知道了哈哈！
基本可以看出我关注的都是积极向上的嘿，真优秀，搞技术的人应该有的公众号（简说Python [偷笑]），嘿嘿，Java,Python，英语，数据，爬虫...
三、后言
总结
从上面的数据可视化结果，我推测出这样的我：X先生，微信昵称老表，性别男，坐标地址湖北荆州，好友中男性居多，说明事业心重，女性也不少，说明女人缘也不错，微信好友个性签名基本积极向上，有生活，有奋斗，有喜欢，所关注微信公众号大多数技术相关的，专注于Python，也有时候三心二意玩Java,应该是一名大学生，还关注有大学官方公众号。。。哈哈哈（以上纯属X先生自卖自夸，好像还蛮有道理的嘿！）
撰写本文纯是笔者兴趣，嘿嘿，欢迎交流学习！
简说Python 主要研究Python爬虫，数据分析及可视化，长期分享学习笔记和学习资源，欢迎留言交流。
本文参考文档：
1.wxpy官方介绍文档
2.matplotlib官方介绍文档
本文所有源代码已经上传到码云上：wxpy_matplotlib_learning
[复制链接]
发表于 2018-12-2 16:21
|
发表于 2018-12-4 10:05
