添削希望っぽいのでやってみる #rstatsj

@uri さんのこれだけど

• ホクソエムカラー

添削希望??みたいなのでやってみます。

添削前

screen.name <- html("https://twitter.com/teramonagi/lists/list/members") %>% 
  html_nodes(css = ".username") %>% 
  html_text() %>% 
  unique() %>% 
  grep(pattern = "^[[:punct:]][[:graph:]]", value = TRUE) %>% 
  substr(2, 100)
screen.name

添削後

screen.name <- html("https://twitter.com/teramonagi/lists/list/members") %>% 
  html_nodes(xpath = '//*[@id="stream-items-id"]/li/div/div[2]/div/a/span[1]') %>% 
  html_text %>%
  substring(2)
screen.name

ちゃんとスクレイピングすれば変に grep とかやらないで済みます。

添削前

for(i in 1:length(screen.name)){
  html(paste("https://twitter.com/", screen.name[i], sep = "")) %>% 
  html_nodes(css = ".ProfileAvatar-image") %>% 
  html_attr("src") %>% 
  download.file(destfile = paste("img_hxm/", screen.name[i], "_", basename(.), sep = ""), method = "curl")
}
# 親分へ。これをpfroeachでやるにはどうすればよいでしょうか... 
## 失敗例
# pforeach(i in 1:length(screen.name))({
#   html(paste("https://twitter.com/", screen.name[i], sep = "")) %>% 
#   html_nodes(css = ".ProfileAvatar-image") %>% 
#   html_attr("src") %>% 
#   download.file(destfile = paste("img_hxm/", basename(.), sep = ""), method = "curl")
# })

添削後

npforeach(id = screen.name)({
  cat(id, "\n")
  url <- sprintf("https://twitter.com/%s", id)
  img_url <- html(url) %>% 
    html_nodes(css = ".ProfileAvatar-image") %>% 
    html_attr("src")
  destfile <- file.path("img_hxm", sprintf("%s_%s", id, basename(img_url)))
  img_url %>% download.file(destfile = destfile, mode="wb")
  invisible()
})

pforeach　では in でなく = を使います。
これぐらいだと並列処理するほうがコストがかかると思うので npforeach を使ってます。
好みの問題ですが、paste より sprintf を使ったほうがすっきりします。
どうしても paste を使いたい場合は paste0 を使うのが便利かと。

添削前

prof.file <- list.files(path = "img_hxm")
pal <- extract_colours(url_img = paste("img_hxm/", prof.file[15], sep = ""))
pal

添削後

prof.file <- list.files("img_hxm", full.names = TRUE, pattern = sprintf("^%s", screen.name[15]))
pal <- extract_colours(url_img = prof.file)
pal

list.files には full.names という引数があります。
また、screen.name と prof.file の順番が必ずしも対応するわけではないため、pattern 引数で目的の ID から始まるファイルを指定してやります。

添削前

data.frame(name = rep(screen.name[15], each = 5), value = rep(20, 5), pal) %>% 
ggplot(., aes(x ="", y = value, fill = pal)) + 
  geom_bar(stat = "identity") + coord_polar("y") +
  scale_fill_manual(values = pal) + 
  guides(fill = FALSE)

添削後

data <- data.frame(name = screen.name[15], value = 100/length(pal), pal)

ggplot(data, aes(x ="", y = value, fill = pal)) + 
  geom_bar(stat = "identity") + coord_polar("y") +
  scale_fill_manual(values = pal) + 
  guides(fill = FALSE)

わざわざ rep とかしなくても長いほうに合わせてくれます。
好みの問題だけど、パイプと ggplot は分けたほうが良いのでは。

rPlotter 入れるの面倒くさそうだったので実行はしてません。

ところで screen.name[15] は dichika さんみたいだけど、screen.name[14] のまちがい？

Enjoy!