whatsapplib

Пакет анализа WhatsApp

Посещения профиля:

Как следует из названия, предполагает wastsapp-analyzer , это пакет анализа группового чата WhatsApp. Это в основном поможет программистам генерировать визуальные идеи из группового чата WhatsApp. Вам нужно ничего не делать, просто экспортировать групповой чат и использовать этот пакет, чтобы создать или создать красивые диаграммы различных дифференциаций. Здесь вам не нужно ни о чем беспокоиться, внутренне это сделает все для вас. Он выполнит ETL (экстракт-трансформный нагрузчик) и, наконец, генерирует понимание в виде визуальных эффектов. Есть ок. Доступно более 15 методов, которые помогут вам генерировать понимание, даже вы можете скачать каждое понимание.

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

Методы перечислены ниже:

• Basicstats: он вернет некоторую базовую статистику группы. Такие как общее количество пользователей, общее количество сообщений, общее количество сообщений медиа и общее количество ссылок.
• WordCloud: он создаст облако слов, через которое мы можем легко понять наиболее частые слова, используемые в чате.
• SostactiveUsers: он создаст барную карту для топ-10 самых активных членов в группе.
• MostActiveDay: он создаст планку, чтобы показать трафик в группе WhatsApp в каждые будние дни.
• TopmediaContributor: он создаст барную карту, чтобы показать топ-10 медиа-аванчиков в группе.
• MAXWORDCONTRIBUTERS: он создаст батонную диаграмму, на которой будут показаны топ-10 авторов, которые использовали Max no. слов в их сообщениях.
• MAXURLCONTRIBUTERS: он создаст барную диаграмму, чтобы показать 10-ю вкладчики в топ-10 в группе.
• MostactiveTime: он создаст барную диаграмму, чтобы показать время, когда группа была очень активной.
• Самые неприятные чары: он создаст барную карту, чтобы показать лучший промежуток времени, в котором могут быть высокие шансы получить ответ от других членов группы.
• WordCloud_in: он создаст облако слов конкретного человека. Вам нужно просто передать имя пользователя.
• LiwActiveDates: он создаст барную карту, чтобы показать очень активные даты топ-15.
• Timesseriesanalysis: он будет построить пользователь интерактивный участок временного ряда на трафик в каждый день.
• ActiveMonthSB: Он создаст барную карту, чтобы показать наиболее активные месяцы, в какие группы были очень активны.
• Maxemojiusers: Это будет построить планку, чтобы показать топ-15 пользователей, которые использовали Max no. эмодзи в группе.
• TrafficPeryear: Он будет построить планку для демонстрации трафика на группе в год.
• Activemonthst: Это создаст участок временного интернета, чтобы показать трафик в группе в месяц.
• WeekdayStraffic: он создаст тепловую карту, чтобы показать трафик в будние дни вместе с промежутком времени.
• TapeMojis_G: он вернет пандас DataFrame из топ-20 эмодзи, используемых пользователями.
• tapemojis_i: он вернет топ-10 эмджуа, используемых отдельным пользователем.
• SaveedAtFrame: он сохранит предварительные данные как файл CSV.

Установка

Используйте диспетчер пакетов PIP, чтобы установить все требования. Просто следуйте командам ниже:

pip install WhatsappLib==0.0.5

Примечание

Помните: ваши данные должны быть в формате, как упомянуто ниже, если нет, то попробуйте преобразовать ваши данные в данном формате. И я, если ваш период времени указан как формат AM '&' PM ' , вам нужно изменить их в формате PM' & 'PM . Я исправим эту проблему и обновлю этот пакет как можно скорее.

Примеры

 # 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.

Вывод вывода:

Это мой небольшой вклад с открытым исходным кодом в сообщество Python. Не стесняйтесь подключить меня к LinkedIn. Чтобы проверить мои удивительные блоги, нажмите здесь.

Сделано с ❤ Ронилом