作者 | XksA
题图 | 站酷海洛
名字是人的第二张脸，你的微信昵称会暴露你什么呢~
本文转自公众号简说Python
大家好，首先说明的是，这是一篇技术文，也是一篇not技术文，今天分享的是，当我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。。。
基本信息获取
访问英文取名的用户基本信接口，获取英文取名用户微信名（NickName）、访问次数（Count）、总数据集（ResponseData），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 = 016 data_research = 017 NickName = []18 for x in our_data:19 user_numbers = x['Count'] + user_visit_numbers20 if x['NickName'] == '':21 data_research += 122 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
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 = 06 for line in file:7 if i == 0: # 去除表头8 i = 19 continue10 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
1 # ch ：Chinese2 ch_name_number = 03 ch_name = []4 # en ：English5 en_name_number = 06 en_name = []7 # di : digtal8 di_name_number = 09 di_name = []10 # img : image11 img_name_number = 012 img_name = []13 # ch_di : Chinese and digtal14 ch_di_name = []15 # other : other16 oth_name_number = 017 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 False7 return True89 # 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 False14 # 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 False17 return True1819 # 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 False24 return True2526 # 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/Emoji30 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 True37 return False3839 # 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 False44 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 +=17 ch_name.append(list_name[i])8 if result == 'en': # 英文9 en_name_number +=110 en_name.append(list_name[i])11 if result == 'di': # 数字12 di_name_number +=113 di_name.append(list_name[i])14 if result == 'img': # 含表情15 img_name_number +=116 img_name.append(list_name[i])17 if result == 'ch_di': # 中文和数字18 ch_di_name_number +=119 ch_di_name.append(list_name[i])20 if result == 'other': # 其他21 oth_name_number +=122 oth_name.append(list_name[i])2324 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
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api6 post_user_api = \" https://api.weixin.qq.com/datacube/getweanalysisappiduserportrait?access_token=\"7 post_user_url = post_user_api + t8 # 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 20180721-201808193 [{'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}]▍来点有趣的，数据清洗、分析
微信名称类型数据可视化分析
核心代码：
1 # 1.微信名分类：玫瑰饼图2 from pyecharts import Pie3 # 数据获取自上面代码4 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\"]5 v1 = [1514, 569, 9, 400, 19, 1038]6 pie = Pie(\"微信名分类饼图\", 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)18 pie.render(\"render_01.html\")
运行效果：
（图片说明：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%，和包含表情包昵称，占有11.27%，像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机构名/姓名+联系方式，一些营销号常用。
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。
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 Pie3 # 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)18 pie.render(\"render_02.html\")
运行效果：
（图片说明：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。
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).values13 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：
(2) 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=124506766617 ).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\")
词云轮廓原图：
运行效果：
由于第二种方法无法解析表情图，所以没有表情出现，除此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的比较多，也不缺乏有像悲伤、凉这样比较冷色的词语。
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)
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)
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)
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)
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，对她的爱豆指手画脚……(猜想)
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？评论区里聊一聊吧~
注：内容仅为作者观点，不代表DT数据侠立场。
▍数据侠门派本文数据侠XksA，人送外号“老表”，一个努力向上的学者，步步为营，个人公众号：简说Python。
▍加入数据侠“数据侠计划”是由第一财经旗下DT财经发起的数据社群，包含数据侠专栏、数据侠实验室系列活动和数据侠联盟，旨在聚集大数据领域精英，共同挖掘数据价值。了解数据侠计划详情请回复“数据侠计划”，投稿、合作请联系datahero@dtcj.com。