1．目的及意义
微信是一款时下非常火爆的即时通讯工具，可以说每个人的手机上都会有这款软件。微信作为一种以社交为目的的生活类软件，其最大的优势在于打通了线上与线下的界限，用户可以有选择的为自己划分圈子，与陌生人进行交流。微信已经不仅仅是一款即时通讯工具，它所涵盖的类型包括SNS社交网站、内容与视频分享、基于空间定位的陌生人交友等等内容，这是一款跨越多平台的社交软件。这对用户的意义在于，用户可以使用一款软件便可得到以前多种软件才能达到的效果。而微信与腾讯QQ的无缝对接，更是打通了手机与电脑的界限，实现了随时随地的社交目的。在微信里，我们每个人都或多或少的有一些好友，而这些好友都会有着不同的头像，签名，位置等信息，我们可以通过数据分析来将这些信息进行聚类，然后可以通过图表来进行分析，以便直观地得出结论。如何进行数据挖掘和分析呢？我们可以采用当下比较流行的python语言来完成。
Python是一种计算机程序设计语言。是一种动态的、面向对象的脚本语言，最初被设计用于编写自动化脚本(shell)，随着版本的不断更新和语言新功能的添加，越来越多被用于独立的、大型项目的开发。python有多种实用的功能，最常用的有人工智能，数据分析，web开发，网络爬虫等功能，我们需要使用的就是其中的数据分析和网络爬虫功能。
本设计所研究的内容非常贴近生活，联系实际，国内外已有很多人在这方面提出见解，我们目前需要解决的问题有：如何获取到微信上面好友的数据，需要如何处理这些数据，采用哪一种方式来对图片和文字进行分析归类等。由于python的自建库和第三方库的存在，可供我们使用的第三方模块非常的丰富，我们可以通过这些模块来完成本次设计，达到做出一个微信好友数据分析系统的目的。
通过完成本次微信好友数据分析系统的设计，我们可以对微信上好友的信息进行一个大概的了解，从多种角度来看微信好友的构成。不知道从什么时候开始，微信朋友圈变得越来越复杂。逐步泛化的好友关系，让微信从熟人社交逐渐过渡到陌生人社交，而朋友圈里亦真亦幻的状态更新，仿佛在努力证明每一个个体的”有趣”，我们可以通过本次设计，粗略统计你的微信好友们的总体状态信息，或许这也是数据分析的意义之一吧。
{title}

2. 研究的基本内容与方案

{title}

本次设计所希望达到的程度，是在获取所有微信好友的性别，头像，签名，位置等信息的同时，同时尽可能简单明了的将这些信息显示出来，以达到数据分析的目的。

首先，分析微信好友数据的前提是获得好友信息，调用python上的itchat模块，这将会变得非常简单，像平时我们登陆网页版微信一样，使用手机微信扫描二维码即可，然后通过调用方法会返回好友的信息。

接下来我们可以将我们需要的信息提取出来，首先是性别，把所有好友的性别放入一个扇形或饼状图中是一个比较直观的方法，这时候就可以用到python中著名的matplotlib模块进行绘制图表，通过合适的方式将数据导入到matplotlib中就能得到扇形图。

我们再来看看好友的头像，我想的是从两个角度来分析，一个是这些头像中人脸头像所占的比率，另一个是这些头像中包含的关键字。

把通过从itchat返回的头像字段把头像下载到本地，然后根据腾讯优图提供的API接口检测头像图片中是否存在人脸以及提取图片中的标签，最后是否使用人脸头像可以输入到matplotlib生成一个饼状图，标签可以通过词云作为输出的方式，让我们更为直观的了解好友们的头像。

接下来是好友的签名信息，从签名可以大概看出人们近期的生活状态，我们对从itchat中提出来的签名用jieba模块分词然后生成词云，了解其中出现的关键字的频率，然后python中的snownlp模块对这些词进行情感分析，可以判断出是积极的还是消极的或者中立的，最后还是通过matplotlib输出成一个柱状图，可以得出相应结论。

最后我们来了解一下好友们的位置归属信息，看一看好友们大多数来自哪个省份哪个城市，通过提取itchat输出的province和city两个字段，然后再导入到地图中即可实现非常明显的好友地理位置分布图。

3. 参考文献
[1] Wesley J.Chun著;杨涛等译.Python核心编程[M].北京：机械工业出版社.2001.
[2]胡松涛著.PYTHON 网络爬虫实战[M].北京：清华大学出版社.2017.
[3]Clinton W.Brownley著.Python数据分析基础[M].南京：东南大学出版社.2017.
[4]张良均著.Python与数据挖掘[M].北京：机械工业出版社.2016.
[5]范传辉编著.Python爬虫开发与项目实战[M].北京：机械工业出版社.2017.
[6]Martin C.Brown著；康博译.Python技术参考大全[M].北京：清华大学出版社.2002.
[7]董付国.Python可以这样学[M].北京：清华大学出版社.2017.
[8]顾立平，田鹏伟.数据馆员的Python简明手册[M].北京：科学技术文献出版社.2017.
[9]John Goerzen著；莫迟等译.Python网络编程基础[M].北京：电子工业出版社.2007.
[10]卢茨著.Python袖珍指南 第5版[M].北京：中国电力出版社.2015.
[11]卡塞尔,高尔德著.Python项目开发实战[M].北京：清华大学出版社.2015.
[12]张燕妮主编.Python即学即用[M].北京：机械工业出版社.2016.
[13] Jesus Rogel-salazar. Data Science And Analytics With Python. CRC Press.2015.
[14] Naomi Ceder. The Quick Python Book Third Edition. Manning Publications, Nicholas Tollervey.2018.
[15] Jake VanderPlas. Python data science handbook. O'Reilly Media.2016.