微信好友数据分析实战：Python数据采集到可视化全流程

上周末我抽空做了个一直想做的实验：把微信好友的数据完整地拉下来，做一次纯个人向的数据分析和可视化。最开始只是因为好奇——想知道自己的好友男女比例到底是不是传言中的“三七开”，后来做着做着发现，这个项目虽然入口很浅，但涉及数据采集、清洗、分析、可视化一整条链路，几乎是把Python数据分析的核心流程完整过了一遍。这篇文章把整个过程复盘出来，包含完整代码、实现思路和我踩过的坑，适合有Python基础、想做一个能写进简历或给自己看的数据分析实战项目的朋友参考。

项目本身不复杂，也不依赖深度学习或大模型，就是一个典型的数据分析项目：采集微信好友的昵称、性别、地区、个性签名、头像等基础信息，然后用pandas做清洗统计，再结合matplotlib、pyecharts、wordcloud等可视化库把结果变成直观的图表。整个过程跑通后，你得到的不仅是一堆图表，更是一套完整的数据分析思维框架。

1. 项目概述：这个教程要解决什么问题

1.1 为什么想做微信好友数据分析

先说动机。微信是目前社交关系沉淀最深的产品，好友列表里的性别、地区、签名，本质上是高度真实的人群画像数据。市面上有很多所谓的“微信好友分析工具”，但大多数是黑盒，有的甚至会上传你的好友数据到服务器，隐私风险很高。自己写脚本的好处有两个：一是完全本地运行，数据不过第三方服务器；二是整个过程可控，每一步做了什么、怎么处理的，心里有数。

另一个原因是技术上的。数据分析项目最怕的是“没有像样的数据源”，大部分教程用的都是网上现成的csv或者kaggle下载的数据集，做出来总觉得隔了一层。微信好友数据是我们天天接触、有真实体感的个人数据，分析结果出来之后你能立刻判断对不对——比如你的好友集中在哪些城市、男女比例是否符合你对社交圈的认知，这种“验证感”是虚拟数据集给不了的。

1.2 项目目标与适合人群

这个项目的核心目标可以拆成四个递进的层次：

• 采集层：通过Python脚本登录微信，拉取好友的基本信息列表，保存成结构化数据；
• 清洗层：对性别、地区、签名等字段做标准化处理，去掉空值和噪音；
• 分析层：统计男女比例、地域分布、签名关键词频率等关键指标；
• 可视化层：把统计结果制作成柱状图、地图、词云、照片墙，甚至拼成一屏可视化大屏。

适合人群方面，我的建议是：如果你已经掌握了Python基础语法，会一些pandas和matplotlib的简单操作，但缺少一个完整的实战项目来串联这些知识，这个项目非常适合你。它的技术门槛不高，但涉及的知识点密度相当大，可以一次性把“数据获取→清洗→分析→可视化的标准流程”走通。

1.3 整体技术架构

技术选型上没有用重型框架，纯Python脚本即可完成。核心依赖如下：

• itchat：基于web微信协议的第三方库，负责扫码登录、获取好友信息；
• pandas：表格数据处理，负责数据清洗和统计分析；
• matplotlib：基础图表绘制；
• pyecharts：生成交互式图表和可视化大屏的HTML文件；
• wordcloud / stylecloud：个性签名词云图；
• Pillow：头像下载后的拼图处理；
• jieba：中文分词，用于个性签名的关键词提取。

需要说明的是，pyecharts有两个大版本：0.5.x和1.x。两个版本的API差异很大，网上很多教程还是0.5.x的写法，安装后直接from pyecharts import Bar就能用；而1.x要用from pyecharts.charts import Bar。我建议新项目直接用1.x版本，语法更规范，文档也更清楚。本文代码基于pyecharts 1.x编写。

2. 数据获取：先拿到一份“干净”的好友列表

2.1 方案选型：为什么优先选择itchat

在动手写代码之前，最关键的问题是“数据从哪来”。目前社区里常见的方式有三种：第一种是itchat这类web微信接口库直接拉取，第二种是从微信电脑版的备份数据库里解析，第三种是手动复制粘贴。第三种显然是反人类的，我直接排除。第二种方案虽然稳定，但需要逆向解析sqlite数据库，而且微信每次升级都可能让解密方式失效，坑比较深，对新手不太友好。

itchat虽然也不是官方接口，但好处是封装彻底，几行代码就能拿到好友数据，适合快速验证想法。它的原理其实很简单：模拟浏览器向web微信的前端接口发请求，扫码登录后获取cookie，然后请求好友列表接口。当然，web微信本身已经被腾讯逐步收紧，现在很多新注册的微信号无法登录网页版。这点提前说清楚，如果你扫码后提示“该微信号无法登录网页版”，那就别折腾itchat了，直接用后面我会说的备用方案。

提示：不要拿你的主微信号去玩这种第三方登录，尤其是涉及支付、重要资料备份的账号，风险不可控。建议开一个小号，加一些测试好友后再跑。

2.2 采集流程与代码实现

数据获取的流程可以分为三步：扫码登录、拉取好友列表、逐字段存储。

第一步，安装依赖：

bash复制pip install itchat pandas matplotlib pyecharts wordcloud jieba pillow

第二步，登录并获取好友列表：

python复制import itchat
import pandas as pd

# 登录。hotReload=True会把登录状态缓存到本地文件，短时间内再次运行不用重新扫码。
itchat.auto_login(hotReload=True