作者 | XksA
題圖 | 站酷海洛
名字是人的第二張臉，你的微信暱稱會暴露你什麼呢~
▍前言
大家好，首先說明的是，這是一篇技術文，也是一篇not技術文，今天分享的是，當我獲取了微信小程序英文取名的3500多個微信用戶暱稱、年齡段後，分析得到下面結果。。。
▍Let's get it
基本信息獲取
訪問英文取名的用戶基本信接口，獲取英文取名用戶微信名（NickName）、訪問次數（Count）、總數據集（ResponseData），並將微信名存入文件。
1 # 獲取所有用戶數量和相關信息
2 def get_json():
3 # 獲取入口
4 search_url = '英文取名用戶接口，歡迎掃碼使用英文取名，生成一個最適合你的英文名'
5 # 發送http請求,獲取請求頁面
6 search_response = requests.get(search_url)
7 # 設置編碼
8 search_response.encoding = 'UTF-8'
9 # 將頁面轉變成json代碼格式
10 search_json = search_response.json()
11 # 獲取我們需要的數據,是列表格式
12 our_data = search_json['ResponseData']
13 list_len = len(our_data)
14 print('總用戶數有：' + 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("微信名獲取失敗量："+str(data_research))
24 print(NickName)
25 name = ['微信名稱']
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('總訪問量：' + str(user_visit_numbers))
運行結果：
1總用戶數有：3549
3總訪問量：4573
1 # 讀取文件，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: # 去除表頭
8 i = 1
9 continue
10 line = line.strip() # 去除換行符
11 NickName.append(line)
12 return NickName
（2）數據分為以下六大類
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）數據分類判斷
1 # 暱稱全中文判斷
2 def is_all_ch(keyword):
3 for c in keyword:
4 # 包含常見中文字符
5 if not ('\\u4e00' <= c <= '\\u9fa5'):
6 return False
7 return True
8
9 # 暱稱全英文判斷
10 def is_all_en(keyword):
11 # 不能全部為空格或者首位為空格
12 if all(ord(c) == 32 for c in keyword) or keyword[0] == ' ':
13 return False
14 # 允許空格和英文並存(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 # 暱稱全數字判斷
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 # 暱稱包含表情圖判斷
27 def have_img(keyword):
28 # 下面是大部分圖片的一個unicode編碼集
29 # 詳情查看：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+數字暱稱判斷
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）數據歸類計算各類數量
1 list_name = get_name()
2 print("總共有："+str(len(list_name))+"個微信名")
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 +=1
7 ch_name.append(list_name[i])
8 if result == 'en': # 英文
9 en_name_number +=1
10 en_name.append(list_name[i])
11 if result == 'di': # 數字
12 di_name_number +=1
13 di_name.append(list_name[i])
14 if result == 'img': # 含表情
15 img_name_number +=1
16 img_name.append(list_name[i])
17 if result == 'ch_di': # 中文和數字
18 ch_di_name_number +=1
19 ch_di_name.append(list_name[i])
20 if result == 'other': # 其他
21 oth_name_number +=1
22 oth_name.append(list_name[i])
23
24 print("純中文暱稱個數："+ str(ch_name_number))
25 # print(ch_name)
26 print("純英文暱稱個數："+ str(en_name_number))
27 #print(en_name)
28 print("純數字暱稱個數："+ str(di_name_number))
29 # print(di_name)
30 print("包含表情圖暱稱個數："+ str(img_name_number))
31 # print(img_name)
32 print("中文和數字混合暱稱個數："+ str(ch_di_name_number))
33 print(ch_di_name)
34 print("其他暱稱個數："+ str(oth_name_number))
35 # print(oth_name)
運行結果：
2純中文暱稱個數：1514
3純英文暱稱個數：569
4純數字暱稱個數：9
5包含表情圖暱稱個數：400
6中文和數字混合暱稱個數：19
7其他暱稱個數：1038
獲取用戶畫(只獲取用戶年齡段)
訪問英文取名用戶畫像接口，獲取近30天活躍用戶和新用戶的年齡段
1 # 獲取用戶年齡段
2 def get_data():
3 # 獲取token,並處理
4 t = get_token().strip('"')
5 # 然後將處理後的token值和其他參數作為post方式的參數值，調用用戶畫像api
6 post_user_api = " https://api.weixin.qq.com/datacube/getweanalysisappiduserportrait?access_token="
7 post_user_url = post_user_api + t
8 # 訪問獲取概況數據 (近一個月的數據情況)
9 data = json.dumps({
10 "begin_date" : "2018-07-21",
11 "end_date" : "2018-08-19"})
12 # 獲取信息
13 user_portrait_data = get_info(post_user_url, data)
14 # 時間段
15 ref_date = user_portrait_data['ref_date']
16 # 新用戶
17 visit_uv_new = user_portrait_data['visit_uv_new']
18 活躍用戶
19 visit_uv = user_portrait_data['visit_uv']
20 # 年齡段
21 print(ref_date )
22 print((visit_uv_new['ages']))
23 print((visit_uv['ages']))
運行結果：
1 # id ： 為年齡段序號 name ：年齡段名稱 value : 該年齡段人數
2 20180721-20180819
3 [{'id': 0, 'name': '未知', 'value': 6}, {'id': 1, 'name': '17歲以下', 'value': 18}, {'id': 2, 'name': '18-24歲', 'value': 118}, {'id': 3, 'name': '25-29歲', 'value': 75}, {'id': 4, 'name': '30-39歲', 'value': 81}, {'id': 5, 'name': '40-49歲', 'value': 14}, {'id': 6, 'name': '50歲以上', 'value': 7}]
4 [{'id': 0, 'name': '未知', 'value': 6}, {'id': 1, 'name': '17歲以下', 'value': 20}, {'id': 2, 'name': '18-24歲', 'value': 147}, {'id': 3, 'name': '25-29歲', 'value': 88}, {'id': 4, 'name': '30-39歲', 'value': 95}, {'id': 5, 'name': '40-49歲', 'value': 20}, {'id': 6, 'name': '50歲以上', 'value': 10}]
▍來點有趣的，數據清洗、分析
核心代碼：
1 # 1.微信名分類：玫瑰餅圖
2 from pyecharts import Pie
3 # 數據獲取自上面代碼
4 attr = ["純中文暱稱", "純英文暱稱", "純數字暱稱", "包含表情圖暱稱", "中文和數字混合暱稱", "其他暱稱"]
5 v1 = [1514, 569, 9, 400, 19, 1038]
6 pie = Pie("微信名分類餅圖", title_pos='center', width=900)
7 pie.add(
8 "佔比",
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")
運行效果：
從中可以看出，微信暱稱為全中文的佔比最多，佔有42.66%，其次為其他暱稱(中英文混合、字符等類型)，佔有29.25%，再比較大的類就是純英文暱稱，佔有16.03%，和包含表情包暱稱，佔有11.27%，像純數字暱稱和中文數字混合暱稱相對佔比較少，我們常見的中文和數字混合暱稱最多的就機構名/姓名+聯繫方式，一些營銷號常用。
相較而言，大多數人還是喜歡用純中文來作暱稱，既體現一種文化情懷，又簡明扼要地介紹了自己 ，比如我的微信名就是老表，這是我初中時候的一個綽號，朋友們一說老表，不一定是在說親戚，有可能在說我，哈哈哈。
核心代碼：
1 # 2.用戶年齡段：玫瑰餅圖
2 from pyecharts import Pie
3 # 數據獲取自上面代碼
4 attr = ["未知", "17歲以下", "18-24歲", "25-29歲", "30-39歲", "40-49歲","50歲以上"]
5 v1 = [12, 38, 265, 163, 176, 34,17]
6 pie = Pie("微信用戶年齡段餅圖", title_pos='center', width=900)
7 pie.add(
8 "佔比",
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")
運行效果：
（圖片說明：用戶年齡段分佈玫瑰餅圖）
從中可以看出，年齡段中，18-24歲的95-00後佔比最多，達到37.59%，接下來是30-39歲的80-90後，佔比達到24.97%,緊隨其後的為25-29歲的90-95後，佔比達23.12%，其他年齡段可大概分為兩類：偏兒童類和偏老人類，一共佔比10.21%，我個人覺得這類人群少的原因是：小孩、老人玩微信的少，更不用說微信小程序了，對於小孩來說微信的作用就是玩遊戲（登錄賬號），對於老人來說，微信主要用來聊天，已經是比較複雜的了，小程序使用可能對老人來說就更復雜了，也缺少必要性。
詞雲分析微信名稱哪些詞語、表情包更受歡迎
（1）繼續使用pyecharts生成詞雲圖
核心代碼：
1 # 清洗數據，生成詞雲圖
2 def split_word(test_str):
3 test_str = re.sub('[,，。. \r\n]', '', test_str)
4 # jieba 詞語
5 segment = jieba.lcut(test_str)
6 words_df = pd.DataFrame({'segment': segment})
7 # quoting=3 表示stopwords.txt裡的內容全部不引用
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({"計數": numpy.size})
11 words_stat = words_stat.reset_index().sort_values(by=["計數"], ascending=False)
12 test = words_stat.head(200).values
13 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("微信暱稱", codes, counts, word_size_range=[20, 100])
17 wordcloud.render('render_03.html')
運行效果：
(2) 使用wordcloud+matplotlib生成高級一點的詞雲圖
核心代碼：
1 # 下下期好好講一下matplotlib繪圖可視化，挺有意思的
2 # 調用get_name函數獲取全部微信名
3 text = get_name()
4 # 調用jiebaclearText函數，清洗數據(該函數和上面切詞思想一樣)
5 text1=jiebaclearText(text)
6 #產生詞雲圖
7 bg = plt.imread(r"G:\small_pig.jpg")
8 #生成詞雲
9 wc=WordCloud(
10 background_color="wathet", #設置背景為白色，默認為黑色
11 mask=bg, # 設置詞雲內容範圍(除指定圖片白色區域的其他區域都將覆蓋詞雲內容)
12 margin=10, #設置圖片的邊緣
13 max_font_size=70, #顯示的最大的字體大小
14 random_state=20, #為每個單詞返回一個PIL顏色
15 font_path='G:\simkai.ttf' #中文處理，用系統自帶的字體
16 # 可以在這裡下載這個字體：http://www.font5.com.cn/font_download.php?id=534&part=1245067666
17 ).generate(text1)
18 #為圖片設置字體
19 my_font=fm.FontProperties(fname='G:\simkai.ttf')
20 # 圖片背景
21 bg_color = ImageColorGenerator(bg)
22 # 開始畫圖
23 plt.imshow(wc.recolor(color_func=bg_color))
24 # 為雲圖去掉座標軸
25 plt.axis("off")
26 # 保存雲圖
27 wc.to_file("render_04.png")
詞雲輪廓原圖：
運行效果：
由於第二種方法無法解析表情圖，所以沒有表情出現，除此外這兩種方法顯示的詞雲圖內容幾乎大同小異。
通過詞雲圖，我們一眼看出大家使用最多的，除開中文後，就是表情圖了，你的微信朋友圈裡是否也有這樣的大紅嘴唇，我的好像有，哈哈哈~當我們單純來看詞雲中的中文時，發現像太陽、陽光、微笑、可愛、開心、愛、未來等比較積極向上的詞語還是比較受大家喜歡的，也體現出大家的內心的積極、樂觀，當然還有像麗麗、徐、陳等這樣的姓名部分，在暱稱中大家也使用的比較多，也不缺乏有像悲傷、涼這樣比較冷色的詞語。
▍通過暱稱進行情緒分析(大膽猜想)
微信暱稱為全中文可以分為兩大類：自己的真名和其他暱稱。
直接用自己的姓名當微信暱稱的人，性格大多是直來直往的那種，待人比較坦誠。
他們的微信一般用於熟人社交和日常辦公，平時不會隨便加不熟的人，就算用真名也不怕洩露個人信息，來個不恰當的比喻：不做虧心事，不怕鬼敲門，哈哈哈。
為其他暱稱的人，大多有自己的看法，也許暱稱是自己對未來的一種期望，也許暱稱是自己對生活的一種態度，或者是一些無厘頭的話語，炫酷的話語。(猜測)
出於個人喜好或工作需求，有些人會給自己取一個容易記的、叫著順口的英文名，比如Tom、Abby、Jason，並常常在自我介紹的時候，讓大家可以用英文名字稱呼自己。
對他們而言，英文名就相當於自己的第二個名字，用它做微信名，和用本名沒什麼太大的區別。
也有的人會刻意避開那些常見的英文名，取一些更小眾的，他們更在意提高自己的“逼格”，喜歡標新立異，追求時尚和前衛。(猜測)
有很多女生會在微信名稱里加上各種表情符號，從上面分析的詞雲圖中可以看出，一個大紅唇大家使用最多，其他的可能是一個愛心，一朵玫瑰，一顆星星，又或是系統自帶的emoji表情。
她們可能覺得這是一種特別的裝飾，能讓自己的名字和別人有明顯的區別。
這樣的女生，大多有細膩的小心思、浪漫的生活情調，和一顆蓬勃的少女心。(猜測)
一般來說，會主動在自己微信名前面帶一個字母“A”的，大多都是整天在朋友圈裡發廣告的微商或代購。
比較正式一點的，用的都是“公司名+姓名”的形式，這一類人基本都是銷售員或房產中介……或者就是真正的大佬啦~
還有一些人，會根據自己不同的工作階段不定時更換名字後綴的。
認識一個在某地產公司做人力的朋友，為了能好好享受假期，她會把微信名改成“ΧΧΧ休假中”，以便提醒那些在節假日還私信她詢問工作的人。
也有一些人反著來，為了顯示自己特別積極，直接把微信名改成“ΧΧΧ加班中”……emmm主要是改給老闆看的吧。(猜想)
不用說，這一類都是典型的追星族，而且大多都是女生，比如吳亦凡夫人，蔡徐坤秘密女友，胡歌的小嬌妻……不出意外，她們的頭像一般就是她們的愛豆本人。
她們平時會在微博給偶像打call，朋友圈也會發很多相關推薦，如果有人誇自己的愛豆，她們會覺得遇到了知音；相反地，如果有人說她們愛豆的壞話，她們會馬上拉黑……
切記，在追星的人面前，不要輕易抬槓，對她的愛豆指手畫腳……(猜想)
仔細觀察長輩們的微信名，就會發現他們特別喜歡用四字詞作暱稱。
這些四字詞最大的共同點，就是都傳遞著一種歲月靜好的氛圍：“人生如茶”、“花自芬芳”、“上善若水”、“人心依舊”“雲淡風輕”……
年輕人用獨特的微信名標記自己，年長點的叔叔阿姨只是想純粹地寄託一種生活理想。(猜想)
都說名字是人的第二張臉。微信名取得好，往往會給人留下更好的印象。
你的微信名有什麼特別的含義嗎？評論區裡聊一聊吧~
注：內容僅為作者觀點，不代表DT數據俠立場。
▍數據俠門派
本文數據俠XksA，人送外號“老表”，一個努力向上的學者，步步為營，個人公眾號：簡說Python。
▍加入數據俠
“數據俠計劃”是由第一財經旗下DT財經發起的數據社群，包含數據俠專欄、數據俠實驗室系列活動和數據俠聯盟，旨在聚集大數據領域精英，共同挖掘數據價值。瞭解數據俠計劃詳情請回復“數據俠計劃”，投稿、合作請聯繫[email protected]。
閱讀更多 DT財經 的文章
