whatsapplib

Paquete de análisis de whatsapp

Visitas de perfil:

Como su nombre sugiere WHASTSAPP-Analyzer , es el paquete de análisis de chat de WhatsApp Group. Básicamente ayudará a los programadores a generar información visual del chat del grupo WhatsApp. Debe no hacer nada, simplemente exportar el chat grupal y usar este paquete para generar o crear hermosos gráficos diferentes diferentes. Aquí no tiene que preocuparse por nada, internamente hará todo por usted. Realizará ETL (carga de extracción-transformación) y finalmente generará ideas en forma de imágenes. Hay aprox. Hay más de 15 métodos disponibles que lo ayudarán a generar ideas, incluso usted puede descargar cada información.

Enlace: https://pypi.org/project/whatsapplib/0.0.5/

Los métodos se enumeran a continuación:

• BASICSTATS: devolverá algunas estadísticas básicas de grupo. Tales como usuarios totales, mensajes totales, mensajes de medios totales y enlace total compartidos.
• WordCloud: creará una nube de palabras, a través de la cual podemos entender fácilmente las palabras más frecuentes utilizadas en el chat.
• MostActiveUsers: creará un gráfico de barras para los 10 miembros más activos del grupo.
• MostActiveDay: creará un gráfico de barras para mostrar tráfico en el grupo WhatsApp en cada día de la semana.
• TopMediaContributor: creará una tabla de barras para mostrar los 10 contribuyentes de los medios de la top 10 en el grupo.
• MaxwordCributers: creará una tabla de barras que mostrará a los 10 autores principales que usaron Max no. de palabras en sus mensajes.
• MaxUrlContributers: creará una tabla de barras para mostrar los 10 contribuyentes de URL en el grupo.
• MOSTRACTIVETime: creará un gráfico de barras para mostrar el tiempo en que el grupo era altamente activo.
• MOSTRITABLE HOURS: Creará un gráfico de barras para mostrar el mejor lapso de tiempo en el que puede haber altas posibilidades de obtener una respuesta de otros miembros del grupo.
• WordCloud_in: creará una nube de palabras de un individuo particular. Solo necesita pasar el nombre de usuario.
• Altamente Activado: creará un gráfico de barras para mostrar fechas altamente activas de los 15.
• Timeseriesanalysis: trazará la trama de series de tiempo interactiva del usuario en el tráfico en cada día.
• ActivememonThSB: creará un gráfico de barras para mostrar la mayoría de los meses activos en qué grupo era altamente activo.
• Maxemojiusers: Esto trazará una tabla de barras para mostrar a los 15 usuarios de los 15 mejores que usaron Max no. de emojis en el grupo.
• Trafficperyear: trazará un gráfico de barras para mostrar tráfico en grupo por año.
• Activememonthst: esto creará una trama Timeseries para mostrar el tráfico en el grupo por mes.
• Weekdaystraffic: creará un mapa de calor para mostrar el tráfico de los días de semana junto con el tramo de tiempo.
• TopeMojis_G: devolverá Pandas DataFrame de los emojis de los 20 mejores utilizados por los usuarios.
• Topemojis_i: devolverá los 10 emJueis de los 10 top-tops utilizados por el usuario individual.
• SavedAtFrame: guardará los datos preprocesados ​​como archivo CSV.

Instalación

Use el Pip Pip de Administrador de paquetes para instalar todos los requisitos. Simplemente siga los comandos a continuación:

pip install WhatsappLib==0.0.5

Nota

Recuerde: sus datos deben estar en el formato como se menciona a continuación, si no, luego intente transformar sus datos en formato dado. Y ya, si su período de tiempo se especifica como formato 'y' pm ', entonces debe cambiarlos en el formato de ' AM 'y' PM ' . Arreglaré este problema y actualizaré este paquete lo antes posible.

Ejemplos

 # importing the required libraries
from WhatsappLib . whatsapplib . preprocess import analysis

# you need to do just one simple step, create object of Analyzer class and pass location-
# of directory as parameter which is mendatory.
obj = analysis ( r'*Sample.txt' )

# Now use this reference variable (obj) to access this methods.
total_users , total_messages , media_messages , links = obj . basicStats ()      # it is returning 4 parameters
print ( 'Total No. of users : ' , total_users )
print ( 'Total No. messages sent : ' , total_messages )
print ( 'Total No. of media messages sent : ' , media_messages )
print ( 'Total No. of link shared : ' , links )

obj . wordCloud_in ( user = '[phone]' , save_fig = 'y' )
obj . mostActiveUsers ( save_fig = 'y' )
obj . mostActiveDay ( save_fig = 'y' )
obj . topMediaContributor ( save_fig = 'N' )
obj . maxWordContributers ( save_fig = 'y' )
obj . maxURLContributers ( save_fig = 'N' )
obj . mostActiveTime ()
obj . mostSuitableHours ( save_fig = 'y' )
obj . highlyActiveDates ( save_fig = 'N' )
obj . timeseriesAnalysis ( save_fig = 'y' )
obj . activeMonthsB ( save_fig = 'N' )
obj . maxEmojiUsers ( save_fig = 'y' )
obj . activeMonthsT ()
obj . trafficPerYear ( save_fig = 'N' )
obj . weekdaysTraffic ( save_fig = 'y' )
top_emojis = obj . topEmojis_G ()    # returning pandas dataframe
obj . saveDatframe ()    # saving the dataframe
top_emojis_i = obj . topEmojis_I ( '+91 81*** 00***' )    # returning pandas dataframe

# Again Note :) : In some methods you need to pass "User" as a parameter which is mandatory, some methods-
# are taking "save_fig" parameter to save the figure in current directory, which is optional, if you want to-
# download the figure or plot you can tweak the parameter.

Salida de muestra:

Esta es mi pequeña contribución de código abierto a la comunidad de Python. No dude en conectarme en LinkedIn. Para ver mis increíbles blogs, haga clic aquí.

Hecho con ❤ por Ronil