GoogleColaboratoryでTwitterのデータ分析をしてみた #Python

今回は、Google Colaboratoryを利用して、ぼくのフォロワー200名を対象に、フォロー数とフォロワー数の散布図を描いてみました。

※先日この記事を読んで、GoogleDriveから環境構築無しでPythonが使えることがわかったので、実際にやってみました。
Google DriveでPythonの実行環境を整える方法をまとめてみた

今回やったこと

今回のチャレンジは全部で３つの目的のもと行っています。

自分のフォロワーの「フォロワー数」を確認する
自分のフォロワーの「フォロー数」と「フォロワー数」の関係を可視化する
Google Colaboratory でAPIを試してみる

１，２については、どちらも知りたいのは、「自分のツイッターをフォローしてくれている人は、どんな人なのか」ということです。

例えばフォロワーがみんな、「フォロー数」はめちゃくちゃ多いけど、「フォロワー数」は大したことないと仮定すると、そんなに影響力がなかったり、そもそもフォローすること自体を目的にしているようなアカウントにフォローされていることになります。

３はこのツールでどこまで出来るのかが試してみたかったので、APIをいじってみたかったというのが主な理由です。どうも機械学習系のライブラリはすでに入っているらしく、しかもGPUが無料で利用できるということなので、この先いろいろと遊べそう。

やり方１：Google Colaboratory を準備する

これは最初の記事に書いてるので、簡単な説明に留めます。やり方はいたって簡単で、下記４ステップです。

Google Driveにログインする
「新規」＞「その他」＞「アプリを追加」を選択
検索窓にて「Google Colaboratory」と検索
「＋接続」を選ぶ

これで準備完了です。
利用するときには、「新規」＞「その他」＞「Colaboratory」をクリックでファイルを作成します。

そして三角が横向きに出ている箇所があるので、そこにお馴染みHello Worldのプログラムを書いてみます。

hello.py

msg = "Hello World"
print(msg)

もうこれだけでとりあえずPythonが動く環境ができています。

やり方２：Tweepyのセットアップ

まず標準ではGoogle ColaboratoryにTweepyが入っていないので、次のプログラムを実行しておきましょう。

Console

!pip install tweepy

正直事前準備はこれくらいです。あとはAPI使ううえでTwitterに事前申請が必要なので、こちらを参照にやっておいてください。

PythonでTwitter API を利用していろいろ遊んでみる

やり方３：実際にコード書いてみる

今回使ったライブラリはTweepyとMatplotlibの２つだけ。
まずコードの全体像はこんな感じです。

tweepy.py

# 必要なライブラリをインポート
import tweepy
import matplotlib.pyplot as plt

# 各種キーをセット
CONSUMER_KEY = 'xxxxxxxxxxxxxxxx'
CONSUMER_SECRET = 'xxxxxxxxxxxxxxxx'
ACCESS_TOKEN = 'xxxxxxxxxxxxxxxx'
ACCESS_SECRET = 'xxxxxxxxxxxxxxxx'

auth = tweepy.OAuthHandler(CONSUMER_KEY, CONSUMER_SECRET)
auth.set_access_token(ACCESS_TOKEN, ACCESS_SECRET)

#APIインスタンスを作成
api = tweepy.API(auth)

#自分のフォロワーのIDを取得
ids = api.followers_ids("taikomegane")

#フォロワー数とフォロー数を格納するリストを用意
follower_list = []
friend_list = []

#取得したIDそれぞれについて処理を繰り返す
for id in ids:
  #IDからユーザ情報を取得
  user_info = api.get_user(id)

  #ユーザ情報からフォロワー数を取得、格納
  follower = int(user_info.followers_count)
  follower_list.append(follower)

  #ユーザ情報からフォロー数を取得、格納
  friend = int(user_info.friends_count)
  friend_list.append(friend)

# フォロワー数、フォロー数のヒストグラムをそれぞれ描画
plt.hist(follower_list,bins=30)
plt.hist(friend_list,bins=30)

# フォロワー数、フォロー数の散布図を描画
plt.scatter(follower_lists,friend_list)

print("終了しました")

やっていることは、次の４ステップ。

TwitterのAPIインスタンスを生成
自分のフォロワーのIDを取得
それぞれのIDについて、フォロワー数、フォロー数を取得
フォロワー数、フォロー数を用いて、ヒストグラムと散布図を描画

実際の結果はこんな感じで・・・・・・と言いたいところですが、なんだかんだでエラーを処理しているうちにAPIの実行回数が制限を超えてしまいました。データの読み取りは追記で行います。

さて割と簡単なコードだけでここまでできました。しかも全部GoogleDrive上で動く。
少し調べてみると、これスプレッドシートとの連携もできそうです。
もうちょっと何ができるか調べたいところですが、とりあえず今回はここまで。

改めて技術チュートリアルって、最初からそれを書くつもりでやらないとなかなか難しいですね。
多少きれいにしたやつが作れたら、noteで販売しようかな。

それでは、本日も最後までお付き合いいただきありがとうございました。

追記：結果出ました。

このあとダメ押しでもう一度実行したら出来ました。

で、お気づきの通り、１つしか出てきませんでした。
matplotlibは複数描画してくれと頼んだ場合、再描画してしまうので、前のものは消えてしまうようです。

本記事はこちらの転載になります
GoogleColaboratoryでTwitterのデータ分析してみた