微信好友数据分析实战：Python清洗、可视化与词云制作全流程

微信好友加到一定数量之后，通讯录其实就不再是单纯的通讯录了。两千个好友的性别比例、地区分布、昵称风格、签名文案，本质上都是一份可以拿来练手的数据集。我这两年陆陆续续做过几轮“微信好友数据分析”，从最早用表格手工整理，到后来写 Python 脚本做清洗、可视化和词云，踩了不少坑，也沉淀了一套比较稳定的流程。这篇博客就用一个完整的个人实战项目，把数据怎么来、怎么洗、怎么分析、怎么做图、怎么避坑都讲清楚。适合刚开始接触数据分析的 Python 学习者，也适合那些手里有一堆微信好友但不知道能玩出什么花样的同学。

先说清楚边界：这篇文章只讨论合规的个人数据分析，所有数据来自你自己能合法接触的通讯录、自己维护的表格或者自己的企业微信客户数据。不碰任何非官方外挂、不搞抓包、不推荐任何灰色工具，所有代码和思路都能在普通电脑上直接跑。

1. 先想清楚：这个项目到底能分析什么

1.1 好友数据的几个常见维度

很多人一听到“微信好友数据分析”，第一反应是“好友列表能有什么好分析的”。实际上可玩的东西远比想象中多。我从实际项目里总结出了四个比较有价值的维度。

第一是基础画像类，包括性别、地区、微信号长度、昵称长度、备注名长度等。这类数据最直观，也是最容易出图的部分。性别比例能看出你的社交圈结构，省份和城市能看出你的人际关系地理分布。比如我自己的通讯录里，广东和北京两个省份占了近三分之一，和我的求学、工作经历完全对得上，这种数据和现实生活的映射本身就很有意思。

第二是文本类，主要是个性签名和昵称。签名是用户主动暴露出来的“人设”，有人写“努力搬砖”，有人写“岁月静好”，把两三百个签名汇总起来做分词和词云，能很直观地看到你的好友群体整体情绪和生活状态。昵称则可以统计常见前缀、长度分布，比如“A-”开头的微商昵称、“.”号结尾的中年商务风，都带有很强的群体标签属性。

第三是视觉类，主要是头像。头像可以下载下来做拼图矩阵，也可以按颜色、类型粗略分类。虽然程序很难自动判断头像里是人是猫，但单纯把所有头像拼成一张大图，视觉冲击力就足够强了。

第四是互动类，前提是你导出了聊天记录。聊天记录里的时间戳可以统计出你和好友的聊天活跃时段、高频联系人排行、每月聊天条数变化趋势。这类数据比单纯的通讯录静态信息更“重”，分析价值也更高，但获取门槛也更高，我放在后面扩展方向里讲。

1.2 数据从哪来：合规获取这件事必须放在第一位

我见过不少人在这一步直接跑偏。网上确实有一些工具能一键导出好友列表和聊天记录，但你得想清楚：这类工具要么用了非官方接口，要么需要注入破解后的库，轻则功能失效，重则账号被限制，更不用说隐私风险。所以我的建议非常明确：能用官方渠道就用官方渠道，能自己动手整理就自己动手整理。

目前比较靠谱的合规路径有三条。

第一条是微信官方自带的“个人信息与账单”导出功能。在微信的“设置-个人信息与权限-个人信息与账单”里，可以申请导出你的个人资料、支付账单等信息。这个导出的数据以个人注册信息为主，好友明细字段有限，但对做基础画像已经够用了。第二条是自己建表维护。我把微信通讯录里能看到的公开信息（昵称、备注名、性别、地区、签名）手动录入或半自动录入 Excel，再导入 Python 处理。听起来原始，但胜在完全合规、完全可控，而且数据量在几百到几千这个级别时，手工整理的成本其实没有想象中高。第三条是企业微信或公众号后台。如果你做运营，企业微信的客户联系功能可以直接导出客户列表和标签，公众号后台也能看到粉丝的地区和性别分布，这些都是官方接口，适合做商业向的用户画像分析。

我不建议碰的包括：任何基于非官方 hook 的导出工具、任何教你逆向 PC 端本地数据库的教程、任何需要扫码授权的第三方平台。原因很简单：个人数据合规本身就是数据分析从业者该有的基本素养，而且这类工具往往生命周期短、风险不可控，你辛苦跑出来的数据没准哪天就变成一堆乱码。

1.3 技术栈选型与技术理由

这个项目用 Python 是天然的选择，因为生态里能用的库实在太顺了。我用的核心库不多，但每一个都有明确用途。

pandas 负责数据清洗和统计，这是数据分析的地基。matplotlib 负责基础图表，饼图、柱状图、直方图都用它。pyecharts 负责地图和交互式图表，用来展示省份分布比 matplotlib 好看得多。jieba 做中文分词，处理个性签名文本。wordcloud 生成词云，Pillow 处理头像拼图。如果你想把结果汇报给团队或发到网上，jupyter notebook 再加 notebook 转 HTML 也很方便。

全套依赖就一行命令：

bash复制pip install pandas matplotlib pyecharts jieba wordcloud pillow

我建议把项目放在一个独立目录里，用虚拟环境隔离依赖，避免和系统 Python 环境互相污染。这个项目本身不重，CPU 和内存要求都很低，普通的办公笔记本就能流畅跑完所有分析流程。

2. 数据准备与清洗：动手前要处理的脏活

2.1 原始数据长什么样：字段设计与采集表

做数据清洗之前，先得有一张结构化的原始表。我自己的采集表在 Excel 里维护，字段设计如下：

这里有一个我踩过的坑：微信号字段并不是每个好友都看得到，有相当多的人微信号一栏被隐藏了。所以采集的时候不要把微信号当唯一标识，建议用“备注名+昵称+手机号”组合起来做一个临时 ID，保证去重时不误删。如果采集表是手工录入的，多花十分钟把备注名规范一下，后面清洗会省很多事。

数据量方面，我建议少于 200 人也别觉得不够。数据分析不要求你一定有几万条数据，重点是你能不能把有限的数据讲出有价值的故事。200 个好友足够画一张漂亮的性别饼图，也足够做一张不空洞的词云。

2.2 数据清洗的四个核心步骤

原始表录完之后，第一件事不是画图，而是让 pandas 读进来跑一次基础清洗。我常用的清洗步骤有四个，每一步都对应一个真实存在的坑。

第一步是去重。同一个好友可能因为换昵称或者我重复录入出现了两行数据，直接跑统计会把人数放大。我一般用“备注名 + 昵称”这两列的组合作为去重键：

python复制import pandas as pd

df = pd.read_excel("wechat_friends.xlsx", sheet_name=0)  # 读取 Excel
df["dedup_key"] = df["remark_name"].fillna("") + "|" + df["nick_name"].fillna("")
df = df.drop_duplicates(subset=["dedup_key"], keep="first")
print(f"去重后剩余好友数：{len(df)}")

第二步是处理缺失值。性别缺失的填 0（未知），地区和签名缺失的填“未知”或空字符串。注意签名缺失不能直接扔掉，否则词云样本会少很多。

python复制df["gender"] = df["gender"].fillna(0).astype(int)
df["region"] = df["region"].fillna("未知")
df["signature"] = df["signature"].fillna("")

第三步是文本清理。微信签名里常混着 emoji 和特殊符号，这些字符对分词没有任何帮助，反而会把词云搞花。我用一个函数把这些内容清理掉：

python复制import re

emoji_pattern = re.compile("[\U0001F300-\U0001FAFF\U00002600-\U000027BF]")

def clean_text(s):
    if not isinstance(s, str):
        return ""
    s = emoji_pattern.sub("", s)          # 去 emoji
    s = re.sub(r"https?://\S+", "", s)     # 去链接
    s = re.sub(r"\s+", " ", s).strip()     # 合并空白
    return s

df["signature_clean"] = df["signature"].apply(clean_text)

第四步是把地区字段拆开。“山东省 青岛市”这种文本不能直接做城市统计，得拆成 province 和 city 两列。

python复制def split_region(region):
    if region == "未知" or region.strip() == "":
        return "未知", "未知"
    parts = re.split(r"[\s省市区]+", region)
    parts = [p for p in parts if p]
    if len(parts) >= 2:
        return parts[0], parts[1]
    if len(parts) == 1:
        return parts[0], "未知"
    return "未知", "未知"

df["province"], df["city"] = zip(*df["region"].apply(split_region))

清洗做完后，先不要着急往下走。我习惯把清洗结果存一份新的 CSV，编码用 utf-8-sig，防止 Excel 打开乱码：

python复制df.to_csv("wechat_friends_clean.csv", index=False, encoding="utf-8-sig")

2.3 清洗后数据怎么存

中间结果存成 CSV 是最简单的方案，绝大多数场景下够用。如果后续要做聊天记录分析，数据量上来了，我建议转成 SQLite 存着，方便按条件查询，也能避免每次清洗都从 Excel 重新跑一遍。建表语句很简单，pandas 一行就能写入：

python复制import sqlite3

conn = sqlite3.connect("wechat_analysis.db")
df.to_sql("friends", conn, if_exists="replace", index=False)
conn.close()

存 SQLite 的核心意义不是炫技，而是让整个流程变成可重复的：数据更新以后，只要重新跑一遍入库和清洗脚本，就能得到最新版本的分析结果。后面接定时任务时，这个设计会省很多事。

3. 可视化分析：用几张图看懂自己的微信好友

3.1 性别和地区分布：最基础的人群画像

清洗完数据，第一张图我建议做性别分布。这一步虽然基础，却能把整个项目的流程跑通，后面再做复杂分析时就不会手忙脚乱。性别字段通常以 0、1、2 存储，先做个映射再统计：

python复制gender_map = {0: "未知", 1: "男", 2: "女"}
df["gender_label"] = df["gender"].map(gender_map)

gender_counts = df["gender_label"].value_counts()
print(gender_counts)

然后画饼图。这里有一个必须处理的细节：matplotlib 默认字体不支持中文，画出来的“男”“女”会变成方块。我一律在代码开头加这两行设置：

python复制import matplotlib.pyplot as plt

plt.rcParams["font.sans-serif"] = ["Microsoft YaHei", "SimHei", "PingFang SC"]
plt.rcParams["axes.unicode_minus"] = False

这样 Windows、macOS 下都能正常显示中文。饼图代码如下：

python复制plt.figure(figsize=(6, 6))
gender_counts.plot.pie(autopct="%.1f%%", startangle=90)
plt.title("微信好友性别分布")
plt.ylabel("")
plt.tight_layout()
plt.savefig("gender_pie.png", dpi=200)
plt.show()

地区分布方面，我首选省份柱状图，因为最直观也最容易解释：

python复制province_counts = df["province"].value_counts().head(15)
plt.figure(figsize=(10, 8))
province_counts.plot.barh()
plt.gca().invert_yaxis()
plt.title("微信好友省份 Top15")
plt.xlabel("人数")
plt.tight_layout()
plt.savefig("province_bar.png", dpi=200)
plt.show()

如果想让图更好看，可以升级到 pyecharts 画地图。这里提醒一句：pyecharts 的地图依赖版本问题很烦，地图空白不是 bug，多半是缺地图数据。我的办法是直接用一个快速的方案：把省份数据输出到 JSON 文件，再用 pyecharts 的 Map 加载，代码里显式指定地图名：

python复制from pyecharts.charts import Map
from pyecharts import options as opts

data = [list(item) for item in province_counts.items()]
c = (
    Map()
    .add("好友数", data, "china")
    .set_global_opts(title_opts=opts.TitleOpts(title="微信好友省份分布"))
)
c.render("province_map.html")

这个文件用浏览器打开就能看到交互式地图，比静态图片适合分享。如果地图空白，先去常见问题那一节看具体排错方法。

3.2 个性签名里的“朋友圈人设”：文本分析

签名是微信好友主动留下的“小纸条”，汇总起来看特别有意思。我的分析流程是先做分词，再用词云可视化。

jieba 分词前一定要准备一份停用词表。签名里的“的人”“自己”“现在”“没有什么”这类词高频但无意义，不去掉的话词云会被这些虚词霸屏。我通常直接内置一份小停用词集合，再配合一个自定义字典：

python复制import jieba
from collections import Counter

stopwords = set("的 了 是 在 我 你 他 她 它 也 就 都 而 及 与 或 一个 没有 什么 自己 现在 生活 人生".split())

text = "，".join(df["signature_clean"].tolist())
words = jieba.lcut(text)
words = [w.strip() for w in words if len(w.strip()) > 1 and w not in stopwords]
word_freq = Counter(words)
print(word_freq.most_common(20))

到了这个环节，我自己跑出来的结果显示，“努力”“未来”“时光”“平安”这类词出现频率非常高，结合好友年龄层能描出一个“积极向上但不失焦虑”的整体画像。这种结论虽然不能代表所有人，但作为个人社交圈的观察样本，说服力已经足够了。

词云生成的时候最容易踩中文字体坑。wordcloud 默认字体不支持中文，必须指定 font_path：

python复制from wordcloud import WordCloud

wc = WordCloud(
    font_path="C:/Windows/Fonts/simhei.ttf",   # Windows
    # font_path="/System/Library/Fonts/PingFang.ttc",  # macOS
    width=800,
    height=600,
    background_color="white",
    max_words=200,
    max_font_size=120,
)
wc.generate_from_frequencies(word_freq)
wc.to_file("signature_wordcloud.png")

如果是在 Linux 服务器上跑，系统可能没有中文字体，需要先把字体文件放到项目目录，比如 ./fonts/simhei.ttf，然后把 font_path 改成相对路径。这一步经常被忽略，导致词云上全是方框。

3.3 头像拼图与昵称规律：趣味玩法

头像拼图是朋友圈里最容易引发互动的成果图。实际操作就是把头像文件用 Pillow 按网格排到一张大画布上。这个环节先把头像图片统一存到一个目录，文件名用好友 ID 或序号命名：

python复制from PIL import Image
import os

image_dir = "head_images"
files = [f for f in os.listdir(image_dir) if f.lower().endswith((".jpg", ".jpeg", ".png"))]

size = 100
cols = 20
rows = (len(files) + cols - 1) // cols
canvas = Image.new("RGB", (cols * size, rows * size), "white")

for idx, filename in enumerate(files):
    try:
        img = Image.open(os.path.join(image_dir, filename)).convert("RGB")
        img = img.resize((size, size))
        x = (idx % cols) * size
        y = (idx // cols) * size
        canvas.paste(img, (x, y))
    except Exception:
        continue

canvas.save("avatar_grid.png")
print(f"成功拼接 {len(files)} 张头像")

注意头像文件读取失败的情况不少，有的图片本身损坏，有的格式特殊，所以我在循环里加了异常捕获，失败的直接跳过，保证整个脚本不会因为一两张坏图中断。

昵称规律分析也很简单，直接用 len 算昵称长度分布。一个比较有意思的点是：微信昵称普遍偏短，平均在 4 到 8 个字符之间，超过 15 个字符的多半是营销号或者年轻用户，这个分布用直方图一眼就能看出来。代码不复杂，核心就一行：

python复制df["nick_len"] = df["nick_name"].fillna("").apply(len)
df["nick_len"].hist(bins=range(0, 25))
plt.title("微信好友昵称长度分布")
plt.savefig("nick_len_hist.png", dpi=200)

4. 核心代码实现与关键细节

4.1 项目目录与依赖

一个成熟的个人数据分析项目，目录结构最好从一开始就规划好。我的目录长这样：

text复制wechat_friends_analysis/
├── data/
│   ├── raw/                  # 原始采集表
│   └── clean/                # 清洗后的数据
├── output/
│   ├── charts/               # 图表输出
│   └── reports/              # 分析报告
├── scripts/
│   ├── clean_data.py
│   ├── gender_region_analysis.py
│   ├── signature_analysis.py
│   └── avatar_grid.py
├── fonts/                    # 本地字体文件
└── requirements.txt

依赖文件单独列出来，方便别人复现环境。requirements.txt 内容如下：

text复制pandas>=1.5
matplotlib>=3.5
pyecharts>=1.9
jieba>=0.42
wordcloud>=1.8
Pillow>=9.0

4.2 性别与地区统计核心代码

性别与地区分析我习惯合并到一个脚本里，因为处理用的都是同一个 DataFrame。完整流程是：读清洗后的 CSV -> 统计性别 -> 统计省份 -> 输出图表。代码就是前面几段拼起来，这里给出一个完整的可运行版本：

python复制import pandas as pd
import matplotlib.pyplot as plt

plt.rcParams["font.sans-serif"] = ["Microsoft YaHei", "SimHei", "PingFang SC"]
plt.rcParams["axes.unicode_minus"] = False

df = pd.read_csv("data/clean/wechat_friends_clean.csv", encoding="utf-8-sig")

gender_map = {0: "未知", 1: "男", 2: "女"}
df["gender_label"] = df["gender"].map(gender_map)
gender_counts = df["gender_label"].value_counts()

plt.figure(figsize=(6, 6))
gender_counts.plot.pie(autopct="%.1f%%", startangle=90)
plt.title("微信好友性别分布")
plt.ylabel("")
plt.tight_layout()
plt.savefig("output/charts/gender_pie.png", dpi=200)
plt.close()

province_counts = df["province"].value_counts().head(15)
plt.figure(figsize=(10, 8))
province_counts.plot.barh()
plt.gca().invert_yaxis()
plt.title("微信好友省份 Top15")
plt.tight_layout()
plt.savefig("output/charts/province_bar.png", dpi=200)
plt.close()

print("图表已生成：gender_pie.png / province_bar.png")

这段代码从 CSV 开始，不依赖 Excel，所以后续数据一更新，直接重跑脚本就能刷新图表。这也是我建议把清洗结果落盘的原因——分析脚本和清洗脚本解耦，改一处不会影响另一处。

4.3 签名词云核心代码

签名词云脚本同样独立。核心流程是：读取清洗后的签名列 -> 分词 -> 过滤停用词 -> 生成词云。我把停用词表直接放在脚本顶部，方便随时增删。为了让词云里的词更有“主题感”，我会把“我们”“你们”“他们”这类代词也加进去，再把“微信”“朋友圈”这类和数据来源强相关的词过滤掉，否则词云永远被这些词霸占。

python复制import pandas as pd
import jieba
from collections import Counter
from wordcloud import WordCloud

df = pd.read_csv("data/clean/wechat_friends_clean.csv", encoding="utf-8-sig")

stopwords = set("的 了 是 在 我 你 他 她 它 我们 你们 他们 也 就 都 而 及 与 或 一个 没有 什么 自己 现在 生活 人生 微信 朋友圈 真的 觉得 其实 还是 可以".split())

text = "，".join(df["signature_clean"].dropna().tolist())
words = jieba.lcut(text)
words = [w.strip() for w in words if len(w.strip()) > 1 and w not in stopwords]
word_freq = Counter(words)

wc = WordCloud(
    font_path="fonts/simhei.ttf",
    width=800,
    height=600,
    background_color="white",
    max_words=200,
    max_font_size=120,
)
wc.generate_from_frequencies(word_freq)
wc.to_file("output/charts/signature_wordcloud.png")

print("词云已生成：signature_wordcloud.png")

如果你是第一次跑，可能遇到 jieba 分词把“不将就”切成“不”和“将就”这类问题。解决办法是加载自定义词典，把你认为不该拆开的词加进去：

python复制jieba.add_word("不将就")

自定义词典是调优词云的关键一步，多跑几次、多看看输出，慢慢就能把词云调到满意。

4.4 输出报告与常见坑位

图表都生成后，我建议把核心数字和图片拼成一个 HTML 报告。最简单的办法是写一个脚本，把分析结论和图片路径汇总成一个 markdown 文件，再用 jupyter 转 HTML；但更省事的方案是直接用 pandas 生成统计表，再用 pyecharts 渲染交互图表，最后把这些组件拼到一个 HTML 模板里。这部分不展开讲，毕竟代码量有点大，而且每个项目的展示偏好不同。

这个阶段最容易出的坑集中在三块：第一是字体问题，前文已经多次提到，处理方式是全局设置或者指定 font_path；第二是路径问题，脚本用相对路径时，必须保证在项目根目录下执行，否则读不到文件；第三是输出目录不存在，pandas 和 matplotlib 都不会自动创建目录，所以写好脚本后先手动建 output/charts 等目录，或者在代码里用 os.makedirs 兜底：

python复制import os

os.makedirs("output/charts", exist_ok=True)

把这一行加到所有脚本开头，能省掉不少低级报错。

5. 常见问题与排错实录

5.1 中文乱码

中文乱码是这个项目里出现频率最高的问题，而且不止一种表现。CSV 文件用 Excel 打开是乱码，通常是编码问题，保存时要用 utf-8-sig 而不是 utf-8。matplotlib 图里中文变成方块，是字体问题，需要设置 plt.rcParams["font.sans-serif"]。jieba 分词结果乱码，一般是终端编码问题，Windows 下最好在代码开头加一句：

python复制import sys
import io

sys.stdout = io.TextIOWrapper(sys.stdout.buffer, encoding="utf-8")

我自己的习惯是，只要项目涉及中文，开头就统一设置好全局字体和编码，不要等报了错再回头加。

5.2 词云不显示中文

词云生成后所有文字都是方框，99% 的原因是 wordcloud 没有加载中文字体。解决方法是明确指定 font_path。Windows 用 C:/Windows/Fonts/simhei.ttf，macOS 用 /System/Library/Fonts/PingFang.ttc，Linux 如果系统没有中文字体，就去下载一个开源中文字体放到项目 fonts 目录。注意：不是所有 TTF 字体都支持中文，选思源黑体、文泉驿微米黑这类中文字体。

5.3 地图显示空白

pyecharts 渲染出来的 HTML 打开后地图区域空白，这个坑几乎每个人都会踩。原因是 pyecharts 的不同版本对地图数据加载方式不同，有些版本必须手动下载并注册地图 JSON。两个快速解决方案：第一，降低 pyecharts 版本到 0.5.x，虽然 API 老一点，但地图开箱即用；第二，换成柱状图或表格展示省份分布，不纠结地图。我后来的项目里，除非甲方明确要求地图，否则一律用柱状图，既省事又清晰。

5.4 数据量太少怎么处理

如果你的好友只有几十个，统计结果会非常不稳定，画饼图也不好看。我的建议是降低分析维度，不要硬凑省份分布、年龄段这类“大图表”，而是把重点放在文本和昵称上。几十条签名做词云虽然略显稀疏，但极具个性化，读起来反而很亲切。另外，如果只是几十个好友，完全可以直接做人工观察型分析，让数据服务于故事，而不是被统计图表绑架。

5.5 隐私与合规洁癖指南

做这个项目越久，越觉得隐私是一道不能松的线。我的原则很简单：只分析自己的通讯录数据，不采集、不公开任何好友的真实敏感信息；代码里不写死具体好友的微信号和手机号；发布到网上的图表一律脱敏，只保留统计结果，不放原始截图。如果项目要分享给别人复现，我会用一份模拟数据替换真实数据。这不只是技术习惯，更是一个从业者对自己作品的基本要求。

6. 项目还能怎么玩：后续扩展方向

6.1 用 NetworkX 做好友社交关系网络

静态信息分析只是第一层，真正有意思的是把关系数据拉进来。你可以把“共同群聊”当作好友之间的一条关系边，用 NetworkX 构建一张社交网络图。思路是：导出一个或多个微信群的成员列表，统计哪些好友出现在同一个群里，共现次数越高，关系越紧密。绘制的网络图能直观看出自己的社交圈被分成几个明显聚类，比如同学圈、同事圈、兴趣圈。这个方向的代码核心就是一个共现矩阵的构建，pandas 完全能搞定，图网络展示再用 networkx 和 matplotlib。

python复制import networkx as nx

G = nx.Graph()
# 遍历你的群成员数据，给共现好友之间加一条边，并累加权重
# 这里只展示建图思路，真实数据因合规原因不便提供
nx.draw_networkx(G, node_size=30, alpha=0.6)

需要再次强调：如果你不是群管理员，不能随意导出群成员信息做分析，这个方向更适合数据来源合规的场景，比如自己的企业微信客户群。

6.2 把分析结果接入企业微信/消息推送

分析脚本跑完后，如果每次都手动执行、手动看图，新鲜劲儿一过就会吃灰。我建议把整套流程做成定时任务，并把结果推到自己的企业微信里。企业微信支持创建“群机器人”，通过一个 webhook 地址就能往群里推消息。这样每个月月初自动跑一次分析，把“当前好友数”“性别比例变化”“地区 Top5”这些关键指标推送到自己的运营群里，这个思路可以直接用到客户数据周报上。pyecharts 或 matplotlib 生成的图，用 Python 的 requests 库以图片形式发到 webhook 即可。

6.3 做一个小程序展示页

可视化结果除了本地看，还可以做成一个带交互的网页。如果你会一点前端，可以用 ECharts 直接把分析数据渲染成图表；如果完全不会前端，也能把 pyecharts 生成的 HTML 文件部署到静态托管平台，分享给朋友。想更深入的话，可以结合微信开发者工具做一个小程序，把好友统计结果变成个人数据大屏。小程序本身拿不到微信好友数据，但你可以把分析出来的统计结果做成自己的小工具，展示给好友玩，这在小程序比赛或练习项目里都是不错的选题方向。

6.4 定时任务与数据更新机制

数据分析的持续性比一次性分析更有价值。我自己的做法是写一个主调度脚本，按顺序执行清洗和所有分析模块，再用操作系统的定时任务每天或每周自动跑一次。Windows 用任务计划程序，macOS/Linux 用 cron。定时任务的关键是保证每一步都不依赖人工操作：数据文件是程序生成或增量导入的，输出目录是自动创建的，日志要写全，方便排查哪一步挂了。这里我不建议上来就上 Airflow 之类的重调度平台，个人项目用 cron 完全够了，简单可靠，也是一个数据工程师转向数据工程方向时很好的练手点。

这些方向里，我个人最推荐先做 NetworkX 网络分析和企业微信推送，因为前者能带来视觉和认知上的双重惊喜，后者则让项目有了长期使用的价值。数据工程的核心从来不是工具多复杂，而是把一条数据链路跑通、跑稳、跑得长期有输出。微信好友数据分析这个项目，恰好就是一个能让你完整走一遍“获取-清洗-分析-展示-自动化”全流程的好起点。