Twitter において自分がよく使う語は何か？
自分のツイートに含まれる語の傾向を知るため，頻度分布を求めた。
手順は以下のとおり：
１．Twitter API を利用し，自らのタイムラインを取得する。(tweepy.API.user_timeline)
$ python mytweets.py > mytweets.txt
mytweets.py
#coding: utf-8
import tweepy
consumer_key = 'consumer key'
consumer_secret = 'consumer secret'
oauth_token = 'oauth token'
oauth_token_secret = 'oauth token secret'
# auth オブジェクトの初期化
auth = tweepy.OAuthHandler(consumer_key, consumer_secret)
# あらかじめ取得したOAuth tokenの設定
auth.set_access_token(oauth_token, oauth_token_secret)
# api オブジェクトを設定
api = tweepy.API(auth)
# Twitter API を利用してユーザ・タイムラインを取得
statuses = api.user_timeline(count=100)
for status in statuses:
print status.text.encode('utf-8')サイズは 205件。（205件に深い意味はない）
$ wc ~/mytweets.txt 205 419 34915 /home/muto/mytweets.txt
２．取得したタイムライン中のテキスト（＝つぶやき）を分かち書き
$ mecab -O wakati mytweets.txt > mytweets_wakati.txt
３．nltk.FreqDist を用いて，各語の頻度を求める。
$ python analysis.py
analysis.py
#coding: utf-8
import sys
reload(sys)
sys.setdefaultencoding('utf-8')
import nltk
from nltk.corpus.reader import *
from nltk.corpus.reader.util import *
#from nltk.text import Text
corpus = nltk.corpus.reader.PlaintextCorpusReader('.', 'mytweets_wakati.txt', encoding='utf-8')
fd = nltk.FreqDist(corpus.words())
#頻度の出力
for k in fd.keys():
print "%s : %d" % (k, fd[k])
#プロット
fd.plot(100)（注）本来ならばストップワードを設定すべきだが，面倒だったから全ての語を対象とした。
頻度の降順にプロットした結果を以下に示す。
次に，手作業でストップワードを除去した結果を示す。（頻度４以上の語を抽出）
- Twitter の特性上，「今日」が最大であった。また，「昨日」「明日」の出現頻度も高い。
- 「今日」に続くのが「仕事」「時間」であり，なんだか時間に追われながら仕事しているようで悲しくなる。
- "http" はリンクを貼りつけた結果であろう。オリジナルのポストでリンク貼り付けをやらないため，リツイートが影響したと考えられる。
- その後，「問題」「学生」「テスト」と続くのは約２週間前に定期試験が行われたため。
- 頻度が１桁の語からは，概ね，普段の仕事が透けて見えそうだ。
今日 : 21 仕事 : 19 時間 : 19 http : 15 問題 : 15 明日 : 15 学生 : 11 テスト : 10 昨日 : 10 考え : 10 今夜 : 9 会議 : 9 朝 : 9 調査 : 9 Google : 8 予定 : 8 企業 : 7 寮 : 7 採点 : 7 日本 : 7 メール : 6 就職 : 6 必要 : 6 自分 : 6 アカウント : 5 エアコン : 5 データ : 5 ネット : 5 メモ : 5 主事 : 5 気温 : 5 点検 : 5 研究 : 5 言葉 : 5 API : 4 TPP : 4 nltk : 4 ゴミ : 4 バス : 4 不安 : 4 予報 : 4 今朝 : 4 作成 : 4 作業 : 4 大変 : 4 大学生 : 4 政治 : 4 明確 : 4 社会 : 4 程度 : 4 管理 : 4 終了 : 4 試験 : 4 認証 : 4 資料 : 4 購入 : 4 身体 : 4 過去 : 4 部屋 : 4 関係 : 4 雨 : 4 頭 : 4
