朋友圈的朋友们，你们终于可以互相看到了

2017-02-12 本文已影响4406人向右奔跑

--- 我的微信好友数据分析

这张图是我所有的微信好友，之前你们大部分不能互相看到，在这里，终于可以相互看一眼了。最后4个是虚位以待。

我的微信朋友们

是不是有点密集恐怖。如果觉得头像有暴露隐私，侵犯肖像或带来其他不适，可以留言简信给我打码、抠出。前天我把这个图片发到朋友圈，大家留言也特别有意思，有的人说我一秒就找到了自己，也有很多人想了解图片是怎么做出来的。

知乎上有一篇文章@路人甲的《Python对微信好友进行简单统计分析》，介绍了用Python抓取微信通讯录数据进行分析。看到了觉得十分有趣。

上周看到@龙潇写了一篇文章《抖机灵教程 | 数据化看你的朋友圈》，用了一个第三方工具抓取了微信好友数据，似乎不太安全。

来说说我的方法，基本上还是@路上甲提供的代码。他在文章中写到也是受到一位大神之前写的代码启发。我只添加了少量代码和另外的一些功能。

爬虫模拟登录微信网页版
https://login.weixin.qq.com/ 用手机微信扫码即可登录。不存在安全问题。原代码比较完整，改一下路径即可。
爬取的数据包括：昵称、性别、微信号、城市、个性签名、备注、分组星标，微信头像。我增加了一个字段-个性签名，另外抓取中把数据直接写到csv文件。
（替换）对抓取到的头像用Face++进行年龄分析
原文章中用了opencv进行头像图片类别分析，判断头像是不是人像照片。由于我在安装opencv时碰到一些问题，安装好了又遇到与numpy的匹配问题。于是采用了Face++进行头像分析。
文章见：《Face++头像检测分析》
（增加）把所有的头像拼接成一张图。
使用的PIL包，方法代码文章见：《1000张图片如何拼接》
（去除）原文章有一段对微信中认识和不认识的好友进行统计，看了一下不太适合我在微信中的标记。

以下是以微信好友的简单数据分析。

抓取的微信通记录朋友数据

一共 1,546 个微信好友。看了一下，并不是所有的字段大家都有完整填写，如省市没有填写的293人，填写了外国和国外城市名的89人。所以以下数据就是简单分析，甚至年龄的分析都可以当作抽样分析。

朋友们来源最多的是上海，其次是北京、安徽。（明明有两位台湾朋友，我核对了一下，他们一位写了天津，一位没有标明）

微信朋友来源省市

来自上海的好友地域分布情况：

上海区域的朋友

除了上海、北京外，来源比较多的城市是：深圳、杭州、广州、成都、安庆。

微信好友性别比例

把全部头像用Face++进行人脸检测，有352人检测出有效数据（性别、年龄）占22.8%。

男性最大年龄56岁，最小 -4 岁（Face++的误判了），
女性最大年龄54岁，最小 2 岁。
14岁以下的一共33人，占9.38%。这是不是都是家里小朋友的照片啊。

换个说法，用清晰的人像照片作为头像的只占22.8%。我还没有分析统计出用人像、卡通、风景图片作头像的比例，网上有根据微信头像分析性格的文章，也蛮有意思，可以看看。

一个有趣的发现，女性头像用Face++测出来，貌似比实际都小3、5岁。看来美颜相机都用得比较好。但是通过锻炼健身的人，头像检测出来就远不止小这么多了，微信朋友中有一位“逆龄蜘蛛侠”测出来明显与实际年龄相差近16岁，看是去真年轻。所以多健身锻炼，再加上美颜相机、美图秀秀，效果会更好。

好友中1130人留有个性签名，去掉全英文、数字、表情符号的签名后有925条，分词后，统计出现频度最高的100个，生成的词云图如下。

个性签名100个最高频词云图

其中“你”和“我”都应该都指的是自己，从人性签名中可以看出，大家比较关注自我成长，有目标，想改变，有方向，有梦想，要坚持，要努力和行动的词语比较多。

我泄露了什么吗？
你还记得在什么时候，在哪里，是用什么方式，我们加了微信。

PS: 文章中使用的Python代码都在这里：https://github.com/ppy2790/weixin