微信聊天记录深度分析，看看这一年你和谁最亲密

关注公众号【算法码上来】，每日算法干货马上就来！

2019年就要过去了，想知道你平时用的最多的词是什么吗？想知道你一天中哪个时间段聊天最多吗？想知道这一年谁和你聊的最多吗？
本文将会一步一步地教你如何导出微信聊天记录，并且对它们进行深入分析。

导出微信聊天数据

这一步是最为关键的，没有数据何谈分析？
在之前的教程中，我已经教过了如何导出微信聊天记录到电脑（仅限安卓）。
详见之前的博文：https://godweiyang.com/2019/08/09/wechat-explore/。

下载所需要的两个python处理脚本：
https://github.com/godweiyang/wechat-analysis

表格结构分析

在第9个步骤之后，你就会得到下面这样的一张excel表格：

这个表格有很多列。
msgId列表示消息的序号。
type列表示消息的类型，我们这里只需要用到类型1。
isSend列表示是发送（1）还是接收（0）的消息。
createTime列表示消息的时间，不过这里用的是相对时间，单位是毫秒，所以计算的时候要特别注意。
talker列表示聊天的对象，如果有后缀@chatroom就表示是群聊，如果有前缀gh_就表示是公众号消息，其他的全部都是私聊。
content列表示消息内容。

首先将type列只勾选1，因为其他信息都是我们不需要的。

这一年聊天出现最多的词是什么？

这个部分我们细分为四个类型，分别是私聊发送的消息，私聊接收的消息，群聊发送的消息和群聊接收的消息。

私聊发送的消息：
第一行isSend列勾选1，talker列去掉所有后缀@chatroom和前缀gh_的勾。
然后得到如下的表格：

然后选中第I列，按ctrl+c复制，新建一个wechat_send_person_2019.txt，并粘贴进去。

私聊接收的消息：
第一行isSend列勾选0，talker列去掉所有后缀@chatroom和前缀gh_的勾。
然后选中第I列，按ctrl+c复制，新建一个wechat_receive_person_2019.txt，并粘贴进去。

群聊发送的消息：
第一行isSend列勾选1，talker列勾选所有后缀@chatroom。
然后选中第I列，按ctrl+c复制，新建一个wechat_send_group_2019.txt，并粘贴进去。

群聊接收的消息：
第一行isSend列勾选0，talker列勾选所有后缀@chatroom。
然后选中第I列，按ctrl+c复制，新建一个wechat_receive_group_2019.txt，并粘贴进去。

然后这四个txt文件就可以分别生成词云了。
生成词云的方法请看我之前的教程：https://godweiyang.com/2019/07/27/wordcloud/。

最终的效果图如下所示：

你最喜欢在哪一个时间段发消息？

首先talker列去掉前缀gh_的勾，其他全部勾选上。
然后注意到createTime列默认用的是科学计数法，所以修改一下。
选中G列，右键点单元格格式-自定义，类型一栏填写0，确认。
然后就会变成下面这样：

然后选中G列，复制粘贴到新建的wechat_send_all_time_2019.txt。
注意要把第一行的列名去掉。

然后就是数据处理与画图部分了。

直接运行命令：
python3 process_time.py wechat_send_all_time_2019.txt

出来的效果图如下：

这一年你和谁互动最多？

首先talker列去掉后缀@chatroom和前缀gh_的勾，其他全部勾选上。
然后isSend列0和1都勾上。
然后选中H和I列，粘贴到新建的people.txt。

直接运行命令：
python3 process_people.py people.txt

出来的效果图如下：

注意这里用户名并不会显示出来，只会显示微信的id，所以你需要去excel表格里一个个搜索看聊天内容，自己手动看是谁。

最后安利一下我的公众号，大家可以关注一下，不定期分享NLP专业知识和计算机知识：