用Python分析了数千个微信昵称后，我们发现了这些规律...

01
前言
这是一篇技术文，但又不是一篇技术文，今天分享的是，当笔者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。
02
Let's get it
1.基本信息获取
访问英文取名的用户基本信息接口，获取英文取名用户微信名（Nick names）、访问次数（Count）、总数据集（Response data），并将微信名存入文件。
# 获取所有用户数量和相关信息
def get_json():
    # 获取入口
    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'
    # 发送http请求,获取请求页面
    search_response = requests.get(search_url)
    # 设置编码
    search_response.encoding = 'UTF-8'
    # 将页面转变成json代码格式
    search_json = search_response.json()
    # 获取我们需要的数据,是列表格式
    our_data = search_json['ResponseData']
    list_len = len(our_data)
    print('总用户数有：' + 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("微信名获取失败量："+str(data_research))
    print(NickName)
    name = ['微信名称']
    file_test = pd.DataFrame(columns=name, data=NickName)
    file_test.to_csv(r'I:/data.csv', encoding='utf-8',index=False)
    print('总访问量：' + str(user_visit_numbers))


运行结果：

总用户数有：3549
微信名获取失败量：0
总访问量：4573


2.读取所有微信名，数据分类
（1）读取微信名

# 读取文件，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:   # 去除表头
                 i = 1
                 continue
            line = line.strip()    # 去除换行符
            NickName.append(line)
    return NickName

（2）数据分为以下六大类

# 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）数据分类判断

# 昵称全中文判断
def is_all_ch(keyword):
    for c in keyword:
        # 包含常见中文字符
        if not ('\u4e00' <= c <= '\u9fa5'):
            return False
    return True

# 昵称全英文判断
def is_all_en(keyword):
    # 不能全部为空格或者首位为空格
    if all(ord(c) == 32 for c in keyword) or keyword[0] == ' ':
        return False
    # 允许空格和英文并存(例如：Xist A)
    if not all(65 < ord(c) < 128 or ord(c) == 32 for c in keyword):
        return False
    return True

# 昵称全数字判断
def is_all_di(keyword):
    for uchar in keyword:
        if not (uchar >= '\u0030' and uchar <= u'\u0039'):
            return False
    return True

# 昵称包含表情图判断
def have_img(keyword):
    # 下面是大部分图片的一个unicode编码集
    # 详情查看：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+数字昵称判断
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）数据归类计算各类数量

list_name = get_name()
 print("总共有："+str(len(list_name))+"个微信名")
 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':  # 数字
        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': # 中文和数字
        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("纯中文昵称个数："+ str(ch_name_number))
# print(ch_name)
print("纯英文昵称个数："+ str(en_name_number))
#print(en_name)
print("纯数字昵称个数："+ str(di_name_number))
# print(di_name)
print("包含表情图昵称个数："+ str(img_name_number))
# print(img_name)
print("中文和数字混合昵称个数："+ str(ch_di_name_number))
print(ch_di_name)
print("其他昵称个数："+ str(oth_name_number))
# print(oth_name)


运行结果：

总共有：3549个微信名
纯中文昵称个数：1514
纯英文昵称个数：569
纯数字昵称个数：9
包含表情图昵称个数：400
中文和数字混合昵称个数：19
其他昵称个数：1038


3.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。


 # 获取用户年龄段
 def get_data():
     # 获取token,并处理
     t = get_token().strip('"')
     # 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
     post_user_api = " https://api.weixin.qq.com/datacube/getweanalysisappiduserportrait?access_token="
     post_user_url = post_user_api + t
     # 访问获取概况数据 (近一个月的数据情况)
     data = json.dumps({
    "begin_date" : "2018-07-21",
    "end_date" : "2018-08-19"})
    # 获取信息
    user_portrait_data = get_info(post_user_url, data)
    # 时间段
    ref_date = user_portrait_data['ref_date']
    # 新用户
    visit_uv_new = user_portrait_data['visit_uv_new']
     活跃用户
    visit_uv = user_portrait_data['visit_uv']
    # 年龄段
    print(ref_date )
    print((visit_uv_new['ages']))
    print((visit_uv['ages']))

运行结果：

# id ： 为年龄段序号  name ：年龄段名称    value : 该年龄段人数
20180721-20180819
[{'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}]
[{'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}]


03
来点有趣的：数据清洗、分析


1.微信名称类型数据可视化分析

核心代码：

# 1.微信名分类：玫瑰饼图
from pyecharts import Pie
# 数据获取自上面代码
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"]
v1 = [1514, 569, 9, 400, 19, 1038]
pie = Pie("微信名分类饼图", 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")

运行效果：

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%，以及包含表情包昵称的，占有11.27%，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，最多的就是机构名/姓名+联系方式，一些营销号比较常用。

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。

2. 微信用户年龄段可视化分析
核心代码：
# 2.用户年龄段：玫瑰饼图
from pyecharts import Pie
# 数据获取自上面代码
attr = ["未知", "17岁以下", "18-24岁", "25-29岁", "30-39岁", "40-49岁","50岁以上"]
v1 = [12, 38, 265, 163, 176, 34,17]
pie = Pie("微信用户年龄段饼图", 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")

运行效果：

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。

3. 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：

# 清洗数据，生成词云图
def split_word(test_str):
    test_str = re.sub('[,，。. \r\n]', '', test_str)
    # jieba 词语
    segment = jieba.lcut(test_str)
    words_df = pd.DataFrame({'segment': segment})
    # quoting=3 表示stopwords.txt里的内容全部不引用
    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({"计数": numpy.size})
    words_stat = words_stat.reset_index().sort_values(by=["计数"], 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("微信昵称", codes, counts, word_size_range=[20, 100])
    wordcloud.render('render_03.html')

运行效

pyecharts词云图
4. 使用Wordcloud+matplotlib，生成高级一点的词云图:

核心代码：

# 下下期好好讲一下matplotlib绘图可视化，挺有意思的
# 调用get_name函数获取全部微信名
text = get_name()
# 调用jiebaclearText函数，清洗数据(该函数和上面切词思想一样)
text1=jiebaclearText(text)
#产生词云图
bg = plt.imread(r"G:\small_pig.jpg")
#生成词云
wc=WordCloud(
    background_color="wathet", #设置背景为白色，默认为黑色
    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)
    margin=10,               #设置图片的边缘
    max_font_size=70,   #显示的最大的字体大小
    random_state=20,    #为每个单词返回一个PIL颜色
    font_path='G:\simkai.ttf'   #中文处理，用系统自带的字体
    # 可以在这里下载这个字体：http://www.font5.com.cn/font_download.php?id=534&part=1245067666
    ).generate(text1)
#为图片设置字体
my_font=fm.FontProperties(fname='G:\simkai.ttf')
# 图片背景
bg_color = ImageColorGenerator(bg)
# 开始画图
plt.imshow(wc.recolor(color_func=bg_color))
# 为云图去掉坐标轴
plt.axis("off")
# 保存云图
wc.to_file("render_04.png")

5.词云轮廓原图：

这是您的专属社会人
运行效果：

wordcloud词云图

由于第二种方法无法解析表情图，所以没有表情出现，除此之外，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得比较多，但也不缺乏有像悲伤、凉这样比较冷色的词语。

04

通过昵称进行情绪分析（大胆猜想）

1.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）

2.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）

3.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）

4.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）

5.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，不要对她的爱豆指手画脚……（猜想）

6.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。