用Python分析川普的推文

本文将简单介绍如何使用Python分析川普在twitter上发布的推文。

准备工作

在分析之前，需要安装好Python。如果您不太了解的话，百度一下，按步骤来就行啦！

准备好Python后，还需要安装以下几个库：

Tweepy

Matplotlib

NumPy

Pandas

把上面的库都安装好了后，就可以开始啦！

获取twitter数据

为了获取到推文，需要登录你的twitter账户并创建一个app，网址是

https://apps.twitter.com/。

当你创建好了之后，可以获取到4个参数：

Consumer Key (API Key)

Consumer Secret (API Secret)

Access Token

Access Token Secret

我们将它们保存到一个名为config.py的文件中，如下所示：

创建这个py文件的原因是，我们可以把变量导入到notebook中使用，但又不会在代码中出现这些变量的真实值（毕竟这个比较私密嘛）。

然后，我们导入需要用到的库：

之后，我们再添加一个函数，用于通过密钥认证：

注意，在这里使用了代理，至于原因嘛，你懂的。

推文提取

现在，我们可以使用之前定义的 函数创建一个名为extractor的对象，并用Tweepy的 函数提取用户的推文。

我们自然提取的是川普(@realDonaldTrump)的推文，那就开始吧~

我们按照下面的方式提取推文

代码运行后，可以得到类似下图所示的结果:

创建DataFrame

DataFrame可以让我们非常方便对数据进行分析。为此，需要创建一个DataFrame用于之后的分析工作，我们不妨先把每篇推文的文本内容构建成DataFrame的一列：

结果如下：

我们提取到的推文都保存在tweets这个变量中，我们不妨看一看每个tweet包含一些什么属性和方法：原来每个tweet中包含了很多其他信息，比如创建时间、来源等等。如果我们想获取这些信息，自然可以通过tweet的属性得到，如下所示：

结果如下：

如之前所看到的，每条“推文”包含了很多其他信息，而不只是正文内容。我们可以按照下面的方式加到我们的DataFrame中，

查看一下效果，如下图所示：

数据分析

首先，可以计算一下川普推文的平均长度

结果是：

接下来，再做进一步的分析，比如喜欢数最多的推文

结果如下：

转推数最多的推文：

结果如下：

我们的DataFrame中有一列是时间，因此我们可以分析推文长度，喜欢数和转推数和时间的关系：

绘制成图：

结果如下：

我们将喜欢数和转推数的情况一起画出来

结果如下：然后，我们可以统计一下川普每日发推的数量：

川普的推文来源并不是相同的，不妨研究一下

结果如下：

正如上图所示，有3个来源。

那么具体情况是怎样呢？不妨绘制成图。

结果如下：

由此，我们可以得到一个结论：川普真的很爱发推，而且是用iPhone发！