Pythonで自分のツイートをすべて取得する方法と、いいねが多いツイートの特徴

本ブログ用に作ったTwitterアカウントのフォロワーが1000人を超えました！
良い節目ですので、自分の今までのツイートをスクレイピングします。
そして、”いいね”数が多いツイートの傾向について、見ていきます。

1. はじめに
2. 自分(@iamnishipy)の全ツイートを取得する
3. “いいね”されやすいツイートについて
- 3.1. DataFrameにぶち込む
- 3.2. 簡単な考察
4. 最後に
- 4.1. まとめ
- 4.2. これからやりたいこと

1. はじめに

1.1. 今回やりたいこと

今回やりたいことは、次の通りです。

TwitterのAPIを用いて、自分(@iamnishipy)の全ツイートを取得する
“いいね”されやすいツイートについて、考察する
文字数の多いツイートは、”いいね”が多い？
画像付きのツイートは、”いいね”が多い？
ブログへのリンク付きのツイートは、”いいね”が多い？

1.2. Twitter APIとは？

前回にまとめましたので、ご覧ください。

[初心者向け]TwitterのAPIを使う方法！開発者アカウント申請と認証情報取得

NishipyTwitterのAPIを使うまでの手順を解説します。いいねの数や、リツイートの数をAPIで取得できるので、SNSを用いたマーケティング等にも活かしたいですね。1. Twitter APIとは？APIとは、「アプ...(続く)

前回得た以下の情報を使って、APIを使っていきます。

API key
API secret key
Access token
Access token secret

1.3. 注意

この記事を書いている時点では、500ツイートくらいしかしていません。
標本数が少ないため、有意義な考察ができていませんが、暖かく見守ってください。

2. 自分(@iamnishipy)の全ツイートを取得する

では早速、Twitter APIを使って、自分の全ツイートを取得してみます。

2.1. 認証情報を別ファイルで定義しておく

1.2節で取得した値は、誰にも知られてはなりません。
今回は暗号化はしませんが、間違ってクラウド上にアップロードしてしまわないように、別ファイルに書くこととします。
ここでは、[twitter_api.py]という名前のファイルにしてみます。

CONSUMER_KEY = # '取得した値'

CONSUMER_SECRET_KEY = # '取得した値'

ACCESS_TOKEN = # '取得した値'

CCESS_TOKEN_SECRET = # '取得した値'

2.2. Twitter APIの認証情報を設定する

以下では、先ほどとは別ファイルで行います。
[twitter_api.py]とこれから作成するファイルは、同一フォルダに入れることに、注意してください。

import tweepy

import csv

import seaborn as sns

sns.set(style="whitegrid")

import pandas as pd

import twitter_api # 先ほど作った変数をインポート

# 認証情報を、別ファイルから取得

key = twitter_api.CONSUMER_KEY

key_secret = twitter_api.CONSUMER_SECRET_KEY

token = twitter_api.ACCESS_TOKEN

token_secret = twitter_api.ACCESS_TOKEN_SECRET

# 認証情報を設定

auth = tweepy.OAuthHandler(key, key_secret)

auth.set_access_token(token, token_secret)

api = tweepy.API(auth)

2.3. 自分のツイートを全て取得する

認証情報を設定できたら、自分のツイートを全て取得してみます。
tweepy.user_timeline()を使いますが、一度に200件しか取得できないようなので、少し工夫します。こちらのコードを参考にしました。
→ https://gist.github.com/yanofsky/5436496

各ツイートに関して、以下のような情報を取得し、csvに書き出します。

ツイートの内容
ツイートした文字数(URL除く)
いいね数
リツイート数
画像付きか否か
ブログへのリンク付きか否か

# 全ツイートを入れる空のリストを用意

all_tweets = []

# 直近の200ツイート分を取得しておく

latest_tweets = api.user_timeline(count=200)

all_tweets.extend(latest_tweets)

# 取得するツイートがなくなるまで続ける

while len(latest_tweets)>0:

latest_tweets = api.user_timeline(count=200, max_id=all_tweets[-1].id-1)

all_tweets.extend(latest_tweets)

with open('all_tweets.csv', 'w', newline='') as f:

writer = csv.writer(f)

writer.writerow(['tweet_text', '#characters', '#favorited', '#retweeted', 'hasImage', 'hasBlogLink'])

for tweet in all_tweets:

if (tweet.text.startswith('RT')) or (tweet.text.startswith('@')):

continue # RTとリプライはスキップ

else:

has_image = 0 # 画像付きのツイートか

has_bloglink = 0 # ブログへのリンク付きのツイートか

tweet_characters = tweet.text # ツイートの文字列

if 'media' in tweet.entities:

has_image = 1

if len(tweet.entities['urls']) > 0:

# urlは、文字数としてカウントしない

tweet_characters = tweet_characters.strip(tweet.entities['urls'][0]['url']).strip()

if 'nishipy.com' in tweet.entities['urls'][0]['display_url']:

has_bloglink = 1

writer.writerow([tweet.text, len(tweet_characters), tweet.favorite_count, tweet.retweet_count, has_image, has_bloglink])

こんな感じで出力されます。

3. “いいね”されやすいツイートについて

ここからは、簡単にデータをみていきます。

3.1. DataFrameにぶち込む

CONSUMER_KEY = # '取得した値'

df = pd.read_csv('all_tweets.csv')

df[:16]

1 2	CONSUMER_KEY = # '取得した値' df.describe()

3.2. 簡単な考察

seabornの練習に、グラフを書いていきます。

(1) 文字数の多いツイートは、”いいね”数が多い？

散布図を書いてみます。

1	sns.lmplot(x="#characters",y="#favorited",data=df)

相関はない気がする。

(2) ブログへのリンク付きのツイートは、”いいね”数が多い？

平均値と標準誤差を図示します。

1	sns.barplot(x="hasBlogLink", y="#favorited", data=df)

リンク付きの方が、”いいね”数は多そう。

(3) 画像付きのツイートは、”いいね”数が多い？

同様に、平均値と標準誤差を図示します。

1	sns.barplot(x="hasImage", y="#favorited", data=df)

画像付きのツイートは、”いいね”数がかなり多そうです！

4. 最後に

4.1. まとめ

Twitter APIを使った
画像付きツイートの”いいね”が多いことがわかった
Twitterアナリティクスがいかに便利かわかった

4.2. これからやりたいこと

いっぱいツイートして、標本数を多くする
“いいね”数を予測できるモデルを構築する
特徴量をひらめき、取得方法を実装する

[Python]モンテカルロ法で円周率を近似してみる

NishipyPython歴2ヶ月位の私が、とあるきっかけで、モンテカルロ法を思い出しました。懐かしいのでPythonで実装してみて、円周率(π)を近似してみます。図を描く練習にもなりました。1. きっかけPythonを...(続く)

404 NOT FOUND | Nishipy Notes

以上