这些“土里土气”的微信昵称,你朋友圈到底有几个?-1.jpg
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
▍前言
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。。。
▍Let's get it
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 = 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
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
这些“土里土气”的微信昵称,你朋友圈到底有几个?-2.jpg
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) 5 if result == 'ch': # 中文 6 ch_name_number +=1 7 ch_name.append(list_name) 8 if result == 'en': # 英文 9 en_name_number +=1 10 en_name.append(list_name) 11 if result == 'di': # 数字 12 di_name_number +=1 13 di_name.append(list_name) 14 if result == 'img': # 含表情 15 img_name_number +=1 16 img_name.append(list_name) 17 if result == 'ch_di': # 中文和数字 18 ch_di_name_number +=1 19 ch_di_name.append(list_name) 20 if result == 'other': # 其他 21 oth_name_number +=1 22 oth_name.append(list_name) 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
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}]
▍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 Pie 3 # 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:
这些“土里土气”的微信昵称,你朋友圈到底有几个?-3.jpg
(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 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) 18 pie.render("render_02.html") 运行效果:
这些“土里土气”的微信昵称,你朋友圈到底有几个?-4.jpg
(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).values 13 codes = [test[0] for i in range(0,len(test))] 14 counts = [test[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:
这些“土里土气”的微信昵称,你朋友圈到底有几个?-5.jpg
(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=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") 词云轮廓原图:
这些“土里土气”的微信昵称,你朋友圈到底有几个?-6.jpg
运行效果:
这些“土里土气”的微信昵称,你朋友圈到底有几个?-7.jpg
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。
▍通过昵称进行情绪分析(大胆猜想)
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)
这些“土里土气”的微信昵称,你朋友圈到底有几个?-8.jpg
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)
这些“土里土气”的微信昵称,你朋友圈到底有几个?-9.jpg
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)
这些“土里土气”的微信昵称,你朋友圈到底有几个?-10.jpg
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)
这些“土里土气”的微信昵称,你朋友圈到底有几个?-11.jpg
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)
这些“土里土气”的微信昵称,你朋友圈到底有几个?-12.jpg
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)
这些“土里土气”的微信昵称,你朋友圈到底有几个?-13.jpg
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。