版权声明：此文章如需转载请联系听云College团队成员阮小乙，邮箱：ruanqy#tingyun.com

这是我去年十一回来就开始计划的实验，重装系统之后将QQ存储文件的文件夹放到了我的备份盘里， QQ会把你的聊天记录和图片分开存储，而且群组和好友也是分开存放在两个文件夹里的，好友G:\Tencent file\<your qq number>\Image\C2C，群组G:\Tencent file\<your qq number>\Image\Group。尽量保证电脑长时间开机，并且保证QQ一直在线，这样，每当QQ群里接受到消息之后，图片就被保存在了你的本地硬盘上。所以有人在群里爆了照再撤回其实是可以找到的，偷笑偷笑，只要找到Group文件夹里最新的照片就好了。

随着图片越来越多，QQ会把近期缓存的图片整理到一个新的文件夹里去，每到4000张图的时候就整理一次。我加了90多个QQ群，一半以上是千人群，6个月之后我的文件夹就变成了这个样子。

缓存了将近7个G的图片，一共十万五千张。

这次不讨论聚合和图片分类的问题，我们简单的统计一下直接从图片文件所携带的信息。这些图片一共有三种主要的格式， JPEG,PNG,GIF，通常就是，照片，截图，表情包~~

比例如下：

除了简单的类型统计呢，我们还可以根据图片的创建时间来统计信息，当然在登录QQ的一开始，也会因为大量的接受图片而导致一个时间序列上图片数量出现极值。

时间序列尺度在周，分钟，和天的变化情况就显而易见了。

哦，周末人们在网上竟然比平时少了一半，可能是活跃的人少了，也可能是活跃的时间少了，但是我认为，大家在家睡到12点的可能性更大一点，谁叫我加的都是工科群。

从每天的数据中可以看到，竟然到了1点多夜生活才结束。然后第二天6点多陆续起床，12点又开始去吃饭去了，有多少人还在加班，等等，图像上都显示的清清楚楚。

再看一年中的数据，好像周期性很强烈，一到周末大家就睡觉了嘛？那么，二月五号左右我们在干吗？怎么那么低？原来是在过年。那怎么有两天是0?好吧，我在往返的火车上。

等等，如果PNG代表截图，那可能表示大家在讨论问题。如果GIF多一些，可能表示大家在斗图水群啊！我好像找到了你们不工作偷懒的秘密！让我们来分别看一下三种图片的动态变化。

过年的时候大家更喜欢把拍的照片分享到群里！

那么周的呢？

左侧是总数，右侧是百分比，大家在周末，更少讨论工作，也很少聊天，竟然有四分之一的人选择外出度过自己的周末！让我很是诧异，只有我一个人会自然醒么？

对了我们还有图片的宽高信息：

加了对数之后的分布情况，貌似看不出什么，那直接用散点吧

几跟线若隐若现的样子，连起来看看好了

这下知道那些线是什么了，是手机屏幕大小和电脑屏幕大小。斜线就是屏幕的长宽比啦。也很容易看出那些屏幕占了市场的主流。那1:1的？有这种屏幕？？应该是截图的时候截的图长宽比在1左右浮动吧，看到条线也是最粗的。

顺便看了一下那些图是最常用的。腾讯为了减少图片在网络流上的浪费，对于md5一样的图片，他们在聊天记录里的名字是一样的！值得一提的是，一张gif动图的第一帧如果和某个静态的jpge图片一样的话，那么他们的名字也是一样的，基于这个原理，统计了一下29个文件夹下出现次数最多的图片前三名，竟然是这个：

果然还是表情包，可能更容易反应大家当时的心情吧。帧数最多的是

贪吃蛇。两帧的就都是bling bling的表情了

同事根据图片大小，把所有16*16附近的图片全过滤出来就可以得到一套表情包。

好了此文到此结束，这次不讨论过多的模式识别和监督学习之类的东西，希望大家也能在想不到的地方得到想不到的结果，希望能对各位有所启发。看完后希望你们也能给个这样的表情。

THE END

想阅读更多技术文章，请访问听云技术博客，访问听云官方网站感受更多应用性能优化魔力。