用Python分析了數千個微信昵稱后，我們發現了這些規律...

01
前言
這是一篇技術文，但又不是一篇技術文，今天分享的是，當筆者獲取了微信小程序英文取名的3500多個微信用戶昵稱、年齡段后，分析得到下面結果。
02
Let's get it
1.基本信息獲取
訪問英文取名的用戶基本信息接口，獲取英文取名用戶微信名（Nick names）、訪問次數（Count）、總數據集（Response data），并將微信名存入文件。
# 獲取所有用戶數量和相關信息
def get_json():
    # 獲取入口
    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'
    # 發送http請求,獲取請求頁面
    search_response = requests.get(search_url)
    # 設置編碼
    search_response.encoding = 'UTF-8'
    # 將頁面轉變成json代碼格式
    search_json = search_response.json()
    # 獲取我們需要的數據,是列表格式
    our_data = search_json['ResponseData']
    list_len = len(our_data)
    print('總用戶數有：' + str(list_len))
    user_visit_numbers = 0
    data_research = 0
    NickName = []
    for x in our_data:
        user_numbers = x['Count'] + user_visit_numbers
        if x['NickName'] == '':
            data_research += 1
        NickName.append(x['NickName'])
    print("微信名獲取失敗量："+str(data_research))
    print(NickName)
    name = ['微信名稱']
    file_test = pd.DataFrame(columns=name, data=NickName)
    file_test.to_csv(r'I:/data.csv', encoding='utf-8',index=False)
    print('總訪問量：' + str(user_visit_numbers))


運行結果：

總用戶數有：3549
微信名獲取失敗量：0
總訪問量：4573


2.讀取所有微信名，數據分類
（1）讀取微信名

# 讀取文件，取出微信名
 def get_name():
     NickName = []
     with open('I:/data.csv','r',encoding='utf8') as file :
         i = 0
         for line in file:
             if i == 0:   # 去除表頭
                 i = 1
                 continue
            line = line.strip()    # 去除換行符
            NickName.append(line)
    return NickName

（2）數據分為以下六大類

# ch ：Chinese
ch_name_number = 0
ch_name = []
# en ：English
en_name_number = 0
en_name = []
# di : digtal
di_name_number = 0
di_name = []
# img : image
img_name_number = 0
img_name = []
# ch_di : Chinese and digtal
ch_di_name = []
# other : other
oth_name_number = 0
oth_name = []


（3）數據分類判斷

# 昵稱全中文判斷
def is_all_ch(keyword):
    for c in keyword:
        # 包含常見中文字符
        if not ('\u4e00' <= c <= '\u9fa5'):
            return False
    return True

# 昵稱全英文判斷
def is_all_en(keyword):
    # 不能全部為空格或者首位為空格
    if all(ord(c) == 32 for c in keyword) or keyword[0] == ' ':
        return False
    # 允許空格和英文并存(例如：Xist A)
    if not all(65 < ord(c) < 128 or ord(c) == 32 for c in keyword):
        return False
    return True

# 昵稱全數字判斷
def is_all_di(keyword):
    for uchar in keyword:
        if not (uchar >= '\u0030' and uchar <= u'\u0039'):
            return False
    return True

# 昵稱包含表情圖判斷
def have_img(keyword):
    # 下面是大部分圖片的一個unicode編碼集
    # 詳情查看：https://en.wikipedia.org/wiki/Emoji
    img_re = re.compile(u'['
                      u'\U0001F300-\U0001F64F'
                      u'\U0001F680-\U0001F6FF'
                      u'\u2600-\u2B55]+',
                      re.UNICODE)
    if img_re.findall(keyword) :
        return True
    return False

# 中文+數字昵稱判斷
def is_ch_di(keyword):
    for c in keyword:
        if not ('\u4e00' <= c <= '\u9fa5') and not (c >= '\u0030' and c <= u'\u0039'):
            return False
    return True


（4）數據歸類計算各類數量

list_name = get_name()
 print("總共有："+str(len(list_name))+"個微信名")
 for i in range(len(list_name)):
     result = classification_name(list_name[i])
     if result == 'ch':  # 中文
         ch_name_number +=1
         ch_name.append(list_name[i])
     if result == 'en':  # 英文
         en_name_number +=1
        en_name.append(list_name[i])
    if result == 'di':  # 數字
        di_name_number +=1
        di_name.append(list_name[i])
    if result == 'img': # 含表情
        img_name_number +=1
        img_name.append(list_name[i])
    if result == 'ch_di': # 中文和數字
        ch_di_name_number +=1
        ch_di_name.append(list_name[i])
    if result == 'other': # 其他
        oth_name_number +=1
        oth_name.append(list_name[i])

print("純中文昵稱個數："+ str(ch_name_number))
# print(ch_name)
print("純英文昵稱個數："+ str(en_name_number))
#print(en_name)
print("純數字昵稱個數："+ str(di_name_number))
# print(di_name)
print("包含表情圖昵稱個數："+ str(img_name_number))
# print(img_name)
print("中文和數字混合昵稱個數："+ str(ch_di_name_number))
print(ch_di_name)
print("其他昵稱個數："+ str(oth_name_number))
# print(oth_name)


運行結果：

總共有：3549個微信名
純中文昵稱個數：1514
純英文昵稱個數：569
純數字昵稱個數：9
包含表情圖昵稱個數：400
中文和數字混合昵稱個數：19
其他昵稱個數：1038


3.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。


 # 獲取用戶年齡段
 def get_data():
     # 獲取token,并處理
     t = get_token().strip('"')
     # 然后將處理后的token值和其他參數作為post方式的參數值，調用用戶畫像api
     post_user_api = " https://api.weixin.qq.com/datacube/getweanalysisappiduserportrait?access_token="
     post_user_url = post_user_api + t
     # 訪問獲取概況數據 (近一個月的數據情況)
     data = json.dumps({
    "begin_date" : "2018-07-21",
    "end_date" : "2018-08-19"})
    # 獲取信息
    user_portrait_data = get_info(post_user_url, data)
    # 時間段
    ref_date = user_portrait_data['ref_date']
    # 新用戶
    visit_uv_new = user_portrait_data['visit_uv_new']
     活躍用戶
    visit_uv = user_portrait_data['visit_uv']
    # 年齡段
    print(ref_date )
    print((visit_uv_new['ages']))
    print((visit_uv['ages']))

運行結果：

# id ： 為年齡段序號  name ：年齡段名稱    value : 該年齡段人數
20180721-20180819
[{'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}]
[{'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}]


03
來點有趣的：數據清洗、分析


1.微信名稱類型數據可視化分析

核心代碼：

# 1.微信名分類：玫瑰餅圖
from pyecharts import Pie
# 數據獲取自上面代碼
attr = ["純中文昵稱", "純英文昵稱", "純數字昵稱", "包含表情圖昵稱", "中文和數字混合昵稱", "其他昵稱"]
v1 = [1514, 569, 9, 400, 19, 1038]
pie = Pie("微信名分類餅圖", title_pos='center', width=900)
pie.add(
    "占比",
    attr,
    v1,
    center=[50, 50],
    is_random=True,
    radius=[30, 75],
    rosetype="area",
    is_legend_show=False,
    is_label_show=True,
)
pie.render("render_01.html")

運行效果：

微信昵稱類別玫瑰餅圖

從中可以看出，微信昵稱為全中文的占比最多，占有42.66%，其次為其他昵稱（中英文混合、字符等類型），占有29.25%。

再比較大的類，就是純英文昵稱，占有16.03%，以及包含表情包昵稱的，占有11.27%，純數字昵稱和中文數字混合昵稱，相對占比較少。

我們常見的中文和數字混合昵稱，最多的就是機構名/姓名+聯系方式，一些營銷號比較常用。

相較而言，大多數人還是喜歡，用純中文來作昵稱，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。

2. 微信用戶年齡段可視化分析
核心代碼：
# 2.用戶年齡段：玫瑰餅圖
from pyecharts import Pie
# 數據獲取自上面代碼
attr = ["未知", "17歲以下", "18-24歲", "25-29歲", "30-39歲", "40-49歲","50歲以上"]
v1 = [12, 38, 265, 163, 176, 34,17]
pie = Pie("微信用戶年齡段餅圖", title_pos='center', width=900)
pie.add(
    "占比",
    attr,
    v1,
    center=[50, 50],
    is_random=True,
    radius=[30, 75],
    rosetype="area",
    is_legend_show=False,
    is_label_show=True,
)
pie.render("render_02.html")

運行效果：

用戶年齡段分布玫瑰餅圖

從中可以看出，年齡段中，18-24歲的95-00后占比最多，達到37.59%，接下來是30-39歲的80-90后，占比達到24.97%，緊隨其后的為25-29歲的90-95后，占比達23.12%，其他年齡段可大概分為兩類：偏兒童類和偏老人類，一共占比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，對于小孩來說，微信的作用就是玩游戲（登錄賬號），對于老人來說，微信主要用來聊天，已經是比較復雜的了，小程序使用可能對老人來說就更復雜了，也缺少必要性。

3. 詞云分析微信名稱哪些詞語、表情包更受歡迎?

（1）繼續使用pyecharts生成詞云圖

核心代碼：

# 清洗數據，生成詞云圖
def split_word(test_str):
    test_str = re.sub('[,，。. \r\n]', '', test_str)
    # jieba 詞語
    segment = jieba.lcut(test_str)
    words_df = pd.DataFrame({'segment': segment})
    # quoting=3 表示stopwords.txt里的內容全部不引用
    stopwords = pd.read_csv(r"H:\PyCoding\ Analysis_wx_name\stopwords.txt", index_col=False, quoting=3, sep="\t", names=['stopword'], encoding='utf-8')
    words_df = words_df[~words_df.segment.isin(stopwords.stopword)]
    words_stat = words_df.groupby(by=['segment'])['segment'].agg({"計數": numpy.size})
    words_stat = words_stat.reset_index().sort_values(by=["計數"], ascending=False)
    test = words_stat.head(200).values
    codes = [test[i][0] for i in range(0,len(test))]
    counts = [test[i][1] for i in range(0,len(test))]
    wordcloud = WordCloud(width=1300, height=620)
    wordcloud.add("微信昵稱", codes, counts, word_size_range=[20, 100])
    wordcloud.render('render_03.html')

運行效

pyecharts詞云圖
4. 使用Wordcloud+matplotlib，生成高級一點的詞云圖:

核心代碼：

# 下下期好好講一下matplotlib繪圖可視化，挺有意思的
# 調用get_name函數獲取全部微信名
text = get_name()
# 調用jiebaclearText函數，清洗數據(該函數和上面切詞思想一樣)
text1=jiebaclearText(text)
#產生詞云圖
bg = plt.imread(r"G:\small_pig.jpg")
#生成詞云
wc=WordCloud(
    background_color="wathet", #設置背景為白色，默認為黑色
    mask=bg,      # 設置詞云內容范圍(除指定圖片白色區域的其他區域都將覆蓋詞云內容)
    margin=10,               #設置圖片的邊緣
    max_font_size=70,   #顯示的最大的字體大小
    random_state=20,    #為每個單詞返回一個PIL顏色
    font_path='G:\simkai.ttf'   #中文處理，用系統自帶的字體
    # 可以在這里下載這個字體：http://www.font5.com.cn/font_download.php?id=534&part=1245067666
    ).generate(text1)
#為圖片設置字體
my_font=fm.FontProperties(fname='G:\simkai.ttf')
# 圖片背景
bg_color = ImageColorGenerator(bg)
# 開始畫圖
plt.imshow(wc.recolor(color_func=bg_color))
# 為云圖去掉坐標軸
plt.axis("off")
# 保存云圖
wc.to_file("render_04.png")

5.詞云輪廓原圖：

這是您的專屬社會人
運行效果：

wordcloud詞云圖

由于第二種方法無法解析表情圖，所以沒有表情出現，除此之外，這兩種方法顯示的詞云圖內容，幾乎大同小異。

通過詞云圖，我們一眼看出，大家使用最多的，除開中文后，就是表情圖了，你的微信朋友圈里，是否也有這樣的大紅嘴唇，我的好像有，哈哈哈~

當我們單純來看詞云中的中文時，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，在昵稱中大家也使用得比較多，但也不缺乏有像悲傷、涼這樣比較冷色的詞語。

04

通過昵稱進行情緒分析（大膽猜想）

1.微信昵稱為全中文

微信昵稱為全中文，可以分為兩大類：自己的真名和其他昵稱。

直接用自己的姓名，當微信昵稱的人，性格大多是直來直往的那種，待人比較坦誠。

他們的微信，一般用于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，也不怕泄露個人信息，來個不恰當的比喻：不做虧心事，不怕鬼敲門，哈哈哈。

為其他昵稱的人，大多有自己的看法，也許昵稱是自己對未來的一種期望，也許昵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）

2.微信昵稱為全英文

出于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，并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，英文名就相當于自己的第二個名字，用它做微信名，和用本名沒什么太大的區別。

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）

3.微信昵稱帶有表情符號

有很多女生，會在微信名稱里加上各種表情符號，從上面分析的詞云圖中，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）

4.微信昵稱帶有職業性質

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里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，不定時更換名字后綴的。

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主要是改給老板看的吧。（猜想）

5.微信昵稱帶偶像名

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，如果有人夸自己的愛豆，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，不要輕易抬杠，不要對她的愛豆指手畫腳……（猜想）

6.微信昵稱是四字詞

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昵稱。

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”“云淡風輕”……

年輕人用獨特的微信名標記自己，年長點的叔叔阿姨，只是想純粹地寄托一種生活理想。（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，有什么特別的含義嗎？評論區里聊一聊。