Comme son nom l'indique WhastApp-Analyzer , c'est le package d'analyse de chat de groupe WhatsApp. Il aidera essentiellement les programmeurs à générer des informations visuelles à partir du chat de groupe WhatsApp. Vous devez rien faire, simplement exporter le chat de groupe et utiliser ce package pour générer ou créer de beaux graphiques différents différents. Ici, vous n'avez pas à vous soucier de rien, en interne, il fera tout pour vous. Il effectuera ETL (extrait-transform-charge) et générera enfin des informations sous la forme de visuels. Il y a environ. Plus de 15 méthodes sont disponibles, ce qui vous aidera à générer des informations, même vous pouvez télécharger chaque perspicacité.
Lien: https://pypi.org/project/whatsapplib/0.0.5/
Les méthodes sont répertoriées ci-dessous:
Utilisez le Package Manager PIP pour installer toutes les exigences. Suivez simplement les commandes ci-dessous:
pip install WhatsappLib==0.0.5
N'oubliez pas: vos données doivent être dans le format comme mentionné ci-dessous, sinon, essayez de transformer vos données au format donné. Et YA, si votre période de temps est spécifiée sous forme de format AM '&' PM ' , vous devez les modifier au format ' AM '' AM 'et' PM ' . Je vais résoudre ce problème et mettre à jour ce package dès que possible.

# 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 = '+91 83900 8' , 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.Exemple de sortie:




Ceci est ma petite contribution open source à la communauté de Python. N'hésitez pas à me connecter sur LinkedIn. Pour consulter mes blogs incroyables, cliquez ici.
Fait avec ❤ par Ronil