摘要:下面来分享一下这个微信群友统计器的实现思路,你可以基于它去拓展更多实用功能。实现思路解决复杂问题最好的办法就是把问题简单化,拆解成若干个小问题,然后逐个击破。统计器源码只需要修改倒数第行,改成你要查询的微信群,然后就可以使用了。
基于微信可以做很多有意思的练手项目,看了这张速查表你就会发现,可以做的事情超过你的想象。
有一次我想要统计微信群里哪些同学在北京,但发现直接问是很难得到准确结果的……
这时候不如运用 wxpy 这个库抓取所有群友的地区信息,很快就可以得到想要的结果,甚至还精确到了区。
下面来分享一下这个微信群友统计器的实现思路,你可以基于它去拓展更多实用功能。
实现思路解决复杂问题最好的办法就是把问题简单化,拆解成若干个小问题,然后逐个击破。问题的拆解思路如下:
▍1. 如何通过 wxpy 库找到指定微信群?
使用 bot.groups() 方法找出最近聊天的微信群
使用 wxpy 提供的 bot.groups().search("群名")[0] 方法找到指定微信群
▍2. 如何获取到指定微信群的全部群成员?
对微信群对象使用 .members 获得微信群的全部群成员
▍3. 如何获取到群成员的省份跟城市的信息?
对获取到的微信群的全部群成员,使用 for 循环一个一个的用 .province 和 .city 获取省份跟城市信息
然后进行统计,即可获得各地区的人数。
统计器源码只需要修改倒数第5行,改成你要查询的微信群,然后就可以使用了。
from wxpy import *
bot = Bot()
def get_members(group_name):
print(bot.groups().search(group_name)[0])
group = bot.groups().search(group_name)[0]
#使用此方法用来更新群聊成员的详细信息 (地区、性别、签名等)
group.update_group(True)
#获取该群聊组的全部成员对象
members = group.members
return members
def clean_members(members):
#用来存放群聊里出现的全部的省份跟城市的信息
member_clean = []
for member in members:
#.province跟.city分别获取群成员对象的省份跟城市
member_info = member.province + member.city
#可能有的成员没有设置自己的地区跟城市,获取到的member_info可能为空
member_info_clean = member_info.replace(" ", "")
if not member_info_clean == "":
member_clean.append(member_info_clean)
return member_clean
def result(member_clean):
member_dict = {}
for m in member_clean:
#统计某个省份跟地区在member_clean列表里面的人数
if member_clean.count(m):
member_dict[m] = member_clean.count(m)
#把member_clean列表里,向member_dict字典里添加过的省份地区删除掉
member_clean = [value for value in member_clean if value != m]
return member_dict
#改成想要统计的群聊名字,很久没有聊天记录的群最好先发条消息
group_n = "实用主义第三期入门训练营"
members = get_members(group_n)
member_clean = clean_members(members)
member_dict = result(member_clean)
print(member_dict)
速查表下载
这张速查表涵盖了 wxpy 文档中的所有功能,可以对照着方便索引。
文章版权归作者所有,未经允许请勿转载,若此文章存在违规行为,您可以联系管理员删除。
转载请注明本文地址:https://www.ucloud.cn/yun/45001.html
摘要:基于大量的数据统计,网球是一种很好的预测类体育项目。数据科学家根据历史数据和玩家信息来构建预测模型,并将结果与博彩公司的评估进行比较。目标是找出机器学习模型与博彩公司评估之间的差距,从而有机会获胜。这是一个很好的实际数据科学项目。 作者:chen_h微信号 & QQ:862251340微信公众号:coderpai简书地址:https://www.jianshu.com/p/56c......
摘要:是一个开源低代码的机器学习库,可自动执行机器学习工作流。它是一种端到端的机器学习和模型管理工具,可以以指数方式加快实验周期并提高您的工作效率。与其他开源机器学习库相比,是一个替代的低代码库,可用于仅用几行代码替换数百行代码。 ...
阅读 1969·2023-04-26 02:11
阅读 3311·2023-04-25 16:18
阅读 3975·2021-09-06 15:00
阅读 2889·2019-08-30 15:55
阅读 2160·2019-08-30 13:20
阅读 2291·2019-08-26 18:36
阅读 3374·2019-08-26 11:40
阅读 2882·2019-08-26 10:11