【Python】wordcloudで自分のツイートを可視化する

タイトル画像が今回のゴールになります。

自分がツイッターでツイートした内容を可視化して、画像を作成する方法を紹介します。

特定のツイッターのツイート内容を形態素解析して分解し、必要な名詞のみを取り出して頻繁に出現する名詞は文字サイズを大きく表します。

コンテンツ

環境

環境は以下になります。ちなみにヒロヤンの場合はpipenvでの環境開発を行っています。

環境

・OS Mac

・python 3.8

開発に必要なキー

上記の環境とは別にTwitterAPIを実行するに際して次の2種類4項目が必要です。

・User authentication: 特定のユーザーに紐づいた認証

・Application-only authentication: 特定のユーザーに紐づかない認証

認証にはアプリケーション単位で発行される、上記で取得したAPIキーとAPI Secret Key、ユーザー単位で発行されるAccess Token と Access Token Secretの4つを入手する必要があります。

取得の方法は以下から確認できます。

モジュールインストール

ヒロヤンの場合はpipenv環境下で使用をしているのでpipenvにインストールを実行します。

$pipenv install tweepy
$pipenv install MeCab
$pipenv install Pillow
$pipenv install wordcloud
$pipenv install matplotlib

$pipenv install tweepy

$pipenv install MeCab

$pipenv install Pillow

$pipenv install wordcloud

$pipenv install matplotlib

これで必要な準びはできました。

Pythonクローリング＆スクレイピング[増補改訂版] -データ収集・解析のための実践開発ガイド-

Amazonで見る楽天市場で見る Yahoo!ショッピングで見る

実際のコード

import sys
import tweepy
import MeCab
import numpy
import matplotlib.pyplot as plt
from PIL import Image
from wordcloud import WordCloud, STOPWORDS # 単語の頻出頻度の可視化

# 取得した各種キーを格納-----------------------------------------------------
CONSUMER_KEY = "自分のconsumer key"
CONSUMER_SECRET = "自分のconsumer secret key"
ACCESS_TOKEN = "自分のaccess token"
ACCESS_TOKEN_SECRET = "自分のaccess token key"

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

api = tweepy.API(auth)

Account = "Hiroyan_python" # 検出したアカウントID入力
tweets = api.user_timeline(Account, count=200, page=1)
num = 1
text = ''
for tweet in tweets:
    text += tweet.text

j = " ".join([i.split("\t")[0] for i in text.split("\n")])　# \n改行除去 \t空白除去

add_STOPWORDS = ["Hiroyan", "https"] #表示させないキーワードを追加する
for word in add_STOPWORDS:
    STOPWORDS.add(word)

# 形態素解析
# Taggerというクラスのインスタンスを生成し、parseというメソッドを呼ぶことで解析。結果が文字列として取得できる。
tagger = MeCab.Tagger()
tagger.parse('')
node = tagger.parseToNode(j)

# 画像作成
# nodeを順番に読み取り品詞が名詞、且つ含めたくないワードを除外
word_list = []
while node:
    word_type = node.feature.split(',')[0]
    word_surf = node.surface.split(',')[0]
    if word_type == '名詞' and word_surf not in add_STOPWORDS:
        word_list.append(node.surface)
    node = node.next

word_chain = ' '.join(word_list)
word_cloud = WordCloud(
    width=640,
    height=360,
    # background_color = "white",
    max_words = 2000,
    font_path = "/Library/Fonts//ヒラギノ丸ゴ ProN W4.ttc" 
)
word_cloud.generate(word_chain)
word_cloud.to_file('sample.jpg')

img = Image.open('sample.jpg')
img.show() # 画像を開く

# フォントパスはインストールしていない。最初からあるやつ。
# キータの奴を参考にして作成していく

import sys

import tweepy

import MeCab

import numpy

import matplotlib.pyplot as plt

from PIL import Image

from wordcloud import WordCloud, STOPWORDS # 単語の頻出頻度の可視化

# 取得した各種キーを格納-----------------------------------------------------

CONSUMER_KEY = "自分のconsumer key"

CONSUMER_SECRET = "自分のconsumer secret key"

ACCESS_TOKEN = "自分のaccess token"

ACCESS_TOKEN_SECRET = "自分のaccess token key"

auth = tweepy.OAuthHandler(CONSUMER_KEY, CONSUMER_SECRET)

auth.set_access_token(ACCESS_TOKEN, ACCESS_TOKEN_SECRET)

api = tweepy.API(auth)

Account = "Hiroyan_python" # 検出したアカウントID入力

tweets = api.user_timeline(Account, count=200, page=1)

num = 1

text = ''

for tweet in tweets:

text += tweet.text

j = " ".join([i.split("\t")[0] for i in text.split("\n")])　# \n改行除去 \t空白除去

add_STOPWORDS = ["Hiroyan", "https"] #表示させないキーワードを追加する

for word in add_STOPWORDS:

STOPWORDS.add(word)

# 形態素解析

# Taggerというクラスのインスタンスを生成し、parseというメソッドを呼ぶことで解析。結果が文字列として取得できる。

tagger = MeCab.Tagger()

tagger.parse('')

node = tagger.parseToNode(j)

# 画像作成

# nodeを順番に読み取り品詞が名詞、且つ含めたくないワードを除外

word_list = []

while node:

word_type = node.feature.split(',')[0]

word_surf = node.surface.split(',')[0]

if word_type == '名詞' and word_surf not in add_STOPWORDS:

word_list.append(node.surface)

node = node.next

word_chain = ' '.join(word_list)

word_cloud = WordCloud(

width=640,

height=360,

# background_color = "white",

max_words = 2000,

font_path = "/Library/Fonts//ヒラギノ丸ゴ ProN W4.ttc"

)

word_cloud.generate(word_chain)

word_cloud.to_file('sample.jpg')

img = Image.open('sample.jpg')

img.show() # 画像を開く

# フォントパスはインストールしていない。最初からあるやつ。

# キータの奴を参考にして作成していく

備考としてコードの横にコメントを書きましたが、注意点を追加で下記に書き記します。

10-13行目に取得した各種キーを入力してください。
20行目は取得したいアカウント名を入力してください。今回は私ヒロヤンのアカウントを入力しています。つまり私に限らず特定のアカウントIDを入力すればその人のツイートを取得できます。
21行目でcount=200としていますが、こちらはツイッターのタイムラインの投稿を取得するのですが制限が200となっているので上限値を入力しています。
他の同様の記事だとフォントをいちいちインストールしていますが、元々のMac内蔵のフォントを利用します。なのでMacではない人はフォントの設定が必要になります。