# first-python-demo **Repository Path**: wangxiaoxiaocode/first-python-demo ## Basic Information - **Project Name**: first-python-demo - **Description**: 【聊天记录深度分析系统】你的第一个Python示例代码，适合零基础新手。 - **Primary Language**: Unknown - **License**: MIT - **Default Branch**: master - **Homepage**: None - **GVP Project**: No ## Statistics - **Stars**: 1 - **Forks**: 1 - **Created**: 2025-12-02 - **Last Updated**: 2026-01-05 ## Categories & Tags **Categories**: Uncategorized **Tags**: None ## README ### 聊天记录深度分析系统 _ 专为职场人与学生打造的Python数据分析实战项目 | 一键生成专业级分析报告_ - 一、项目价值：精准解决情侣聊天分析的核心痛点 基于情感关系与数据分析的双重视角，我发现多数情侣在关系复盘时，常面临“感性认知为主、缺乏量化依据、互动模式模糊”的问题。本项目通过标准化流程设计，为情侣关系分析提供三大核心价值： - 「量化关系互动」：将情侣聊天记录转化为可落地的数据分析结果，用客观数据呈现双方的参与度、沟通频率、情感倾向，规避“凭感觉判断”的主观偏差； - 「清晰互动模式」：自动梳理聊天中的情感动态、活跃时段、沟通风格，帮你看清彼此的相处节奏，识别关系中的亮点与待优化点； - 「可视化复盘报告」：一键生成交互式分析报告，包含聊天趋势、情感解读等核心内容，可作为情侣间理性沟通、深度了解彼此的重要参考。 核心逻辑：输入情侣聊天记录Excel文件，系统自动完成“数据清洗→互动统计→可视化生成→情感深度解读→报告输出”全流程，全程无需人工干预，让关系分析更理性、更精准。 - 二、文件结构与核心功能 chat-academic-analyzer/ ├── chat_analyzer.py # 主程序文件（核心执行脚本） ├── your_chat_data.xlsx # 聊天记录数据源（需用户自备，Excel格式） ├── analysis_results/ # 自动生成的结果目录 │ └── academic_analysis_report.html # 最终输出的交互式分析报告 └── README.md # 项目使用说明文档 核心功能亮点（适配情侣场景） 1. 智能数据适配：自动识别Excel文件中的发送者、时间、内容字段，无需手动整理数据格式，兼容微信、QQ等主流聊天工具的导出规范； 2. 情感导向分析框架：集成情感心理学相关理论，从情感基调、表达习惯、支持模式、冲突处理、亲密度表现五大维度，输出贴合情侣场景的深度解读； 3. 生活化可视化：生成6类核心图表（每日聊天趋势、双方参与度分布、消息长度特征、活跃时段热力图等），配色简洁清晰，附带易懂的解读，非专业人士也能轻松看懂； 4. 隐私安全优先：所有数据仅在本地处理，聊天记录不会上传至任何服务器，API调用仅传输少量文本样本用于分析，全程保障隐私安全。 - 三、标准化操作指南（零门槛上手） 以下流程经过多轮验证，严格按步骤执行即可确保运行成功。所有操作均无需专业编程基础，聚焦“执行动作”而非“技术原理”。 步骤1：配置Python基础环境 若未安装Python，需先完成环境搭建： 1. 访问Python官网，下载并安装「3.8~3.11版本」（推荐3.9，兼容性最优）； 2. 安装时必须勾选「Add Python to PATH」（关键步骤，缺失会导致后续命令执行失败）； 3. 验证安装：打开命令提示符（Windows）/终端（Mac），输入python --version，若显示版本号则配置成功。 步骤2：安装依赖库 打开命令提示符/终端，复制以下命令并回车执行，等待所有库安装完成（出现“Successfully installed”即代表成功）： pip install pandas numpy matplotlib seaborn jieba wordcloud requests fpdf 注：若出现网络超时，可重复执行命令；若提示“权限不足”，Windows系统可右键命令提示符选择“以管理员身份运行”，Mac系统在命令前添加sudo。 步骤3：获取DeepSeek API Key（核心授权） 深度分析功能依赖DeepSeek大模型，需获取个人专属API密钥（免费额度满足个人使用需求）： 1. 访问DeepSeek官网，使用手机号完成注册/登录（国内用户直接支持，无需科学上网）； 2. 登录后点击右上角头像，选择「API密钥」/「Keys管理」，点击「创建新密钥」； 3. 生成后复制密钥（以“sk-”开头的字符串），妥善保存（密钥为个人隐私，不可泄露，丢失需及时重置）。 步骤4：准备聊天记录数据源 聊天记录获取方式如下图: ![输入图片说明](22.png)![输入图片说明](33.png) 需按以下规范整理Excel文件（.xlsx格式），否则会导致数据识别失败： 关键规范： - 表头必须严格为「聊天对象、日期时间、聊天内容」（一字不差，区分中英文符号）； - 文件需与主程序（academic_chat_analyzer.py）放在同一目录； - 文件名建议使用英文/数字（如“chat_data.xlsx”），避免中文或特殊符号。 步骤5：配置API密钥 用记事本/VS Code打开主程序文件（chat_analyzer.py），定位到文件末尾： if __name__ == "__main__": DEEPSEEK_API_KEY = "你的API 密钥" # 请替换为您的实际API密钥 CHAT_FILE_PATH = None # 设置为None自动查找，或指定具体文件路径 将「DEEPSEEK_API_KEY」后的字符串替换为步骤3获取的个人API密钥（保留前后引号，不可多删/多加字符），替换后按「Ctrl+S」保存文件。 步骤6：运行程序 1. 确认Excel数据源与主程序在同一目录； 2. 在该目录空白处按住「Shift」键+右键，选择「在此处打开命令窗口」（Windows）/「打开终端」（Mac）； 3. 输入以下命令并回车： python academic_chat_analyzer.py 1. 按系统引导操作：① 输入Excel文件序号；② 输入工作表序号； 2. 等待分析完成：系统会显示「正在调用DeepSeek API进行分析...」，无需操作，数据量较大时需等待1~3分钟。 步骤7：查看分析报告 分析完成后，目录会自动生成「analysis_results」文件夹，打开该文件夹，双击「academic_analysis_report.html」文件（默认用浏览器打开），即可查看完整报告： - 核心数据概览：总消息数、分析时长、参与度占比等关键指标卡片； - 可视化图表：6类专业图表+分析师视角解读； - 学术深度分析：基于沟通理论的多维度解读； - 报告支持截图、打印，可直接用于职场汇报或学术复盘。 - 四、技术栈与拓展应用场景 核心技术栈 均为商业数据分析职场高频工具，掌握后可直接迁移至工作场景： - 数据处理：Pandas（数据清洗、统计）、NumPy（数值计算）； - 可视化：Matplotlib（基础图表）、Seaborn（商业级配色与布局）； - 文本处理：Jieba（中文分词）、WordCloud（词云生成，可选扩展）； - 大模型集成：DeepSeek API（文本深度分析）； - 报告生成：HTML+CSS（交互式报告，适配多终端）。 拓展应用场景 本项目除核心的情侣聊天分析外，修改数据源后也可适配以下生活化/轻职场场景： 1. 「闺蜜/挚友聊天分析」：梳理长期相处中的沟通模式，看清彼此的支持方式与互动节奏； 2. 「亲子沟通评估」：分析与家人的聊天记录，了解情感表达差异，优化亲子沟通方式； 3. 「轻量职场沟通分析」：处理小型团队/项目组的聊天记录，快速掌握信息流转效率与核心沟通节点； 4. 「学习实践案例」：作为Python数据分析的实战项目，涵盖数据处理、可视化、API集成等核心技能，适合新手入门练习。 - 五、常见问题排查（FAQ） 聚焦新手高频问题，按以下逻辑排查可快速解决： 1. 报错「ModuleNotFoundError: No module named 'xxx'」原因：依赖库未安装或安装不完整。解决方案：单独安装缺失的库，命令格式为pip install 库名（如pip install pandas）。 2. 系统提示「未找到Excel文件」原因：文件路径错误、后缀不符或表头规范错误。解决方案：① 确认文件与主程序在同一目录；② 确认文件后缀为.xlsx；③ 核对表头为「聊天对象、日期时间、聊天内容」。 3. DeepSeek分析空白/报错（状态码401）原因：API密钥错误或失效。解决方案：① 重新核对API密钥（确保以“sk-”开头，无多余空格）；② 登录DeepSeek官网确认密钥状态；③ 检查网络是否可访问DeepSeek官网。