我闲着没事爬了一下胡锡进的推特账号（更新3：胡总生活习惯讨论）
对，我确实闲着没事。
胡主编在twitter十分活跃，其实我没有关注他，但每天都能看到别人转发或者reply他的信息。我进去瞄了一眼他的账号，1500多tweet，于是我决定爬一爬分析一下图个乐呵。
爬虫：tweepy
目标账号：@HuXijin_GT （胡锡进的英语twitter账号）
爬取结果：1505条记录（去重后，共1496条tweet），时间跨度：2014-08-29 （胡主编twitter玩的挺早）到 2019-11-19
结果和分析：
推特频率时间线（以月为单位）
从上图中我们明显看到胡总编最近这段时间加强了外宣工作（嘻嘻）。x轴代表时间（月），y轴代表tweet数量。
情感分析（sentiment analysis）
图1 表示胡主编所有tweet的情感分析，NEG=NEGATIVE 消极（负面）情感, POS=POSITIVE 积极（正面）情感。
x轴有5个单位 None表示无情感，Slight表示有轻微情感，Moderate表示有中度情感，Strong表示有强烈情感，V.Strong表示有特别强烈的情感。y轴是tweets条目总数（因为一条tweet里面可能会包含既正面又负面的情感，e.g. I like apple but I hate banana. 所以所有的条目总数加起来一定大于collected dataset）。
所以重点是从slight以后越来越强烈的情感，none的bar自动忽略。
根据统计结果推测：胡主编在推特上面，总体而言负面情绪强烈压制正面情绪。（一点都不正能量）
六月以来的情感分析图
图3很垃圾，但是我懒得把它弄好看点了
x axis = date.
y axis = value = sentiment score.
这张图是胡主编2019年6月以来的sentiment line chart，亮点是在近半年的时间里面，胡主编的强烈positive tweet屈指可数 （value = 4）。自从六月以来，看来胡主编受了不少气吧。lol
注：sentiment analysis based on SentiStrength (University of Wolverhampton)图3很垃圾，但是我懒得把它弄好看点了
x axis = date.
y axis = value = sentiment score.
这张图是胡主编2019年6月以来的sentiment line chart，亮点是在近半年的时间里面，胡主编的强烈positive tweet屈指可数 （value = 4）。自从六月以来，看来胡主编受了不少气吧。lol
注：sentiment analysis based on SentiStrength (University of Wolverhampton)
Word Cloud
图4是胡主编所有数据的图云。(大写的中国和中国人lol，和小写的川普和hk，哈哈哈哈)
在tweets中最常用的词
稍微清理一下数据之后，然后提取了一下词干，统计了一下胡主编所有tweet最常用的词（使用次数多余100次的）（图5）
presid = president/etc.., polit = politics/political, peopl = people, chines = chinese. beij = beijing.
Topic modeling (LDA)
这个内容主要指胡主编的所有tweet讨论的主题
我共分成了5大主题
仁者见仁，智者见智吧。
如果要是我说的话，胡总最爱讲的主题是：川普的政策，china no1，（批评）西方媒体对hk事件的宣传，和贸易战，关贸协定。
Sentiment analysis on Topics about HK
在这个sentiment analysis中我没有继续用SentiStrength 而是换成了NRC lexicon (有时间再跑机器学习吧)
但是胡主编你怎么这么多fear word啊? 你在害怕什么呀？
能力有限，懒得写字，看图说话吧。
（结果是只用了半天时间瞎撸出来的，很原始，仅供参考。）
------------------------------------------update-----------------------------------------
有朋友问我说胡总最喜欢的发推时间
我使用了网站：https://accountanalysis.app 来看了一眼胡总编的时间热点图
由图可见，胡锡近最喜欢的发推时间是19点左右，周二与周四13点发的也不少。
但是本图显示的是西欧时间（GMT+1），如果换成北京时间的话。胡飞盘最喜欢的发推时间应该是北京时间凌晨1点左右（胡总真的很勤劳啊，大半夜不睡觉也要外宣）
并且有一点结论可以从本图看到，胡总偏爱在工作日的业余时间发推。
双休日他的发推频率不高，工作日的工作时间也没有业余时间高（毕竟还要写长文痛斥自由民主呢）。所以胡总无论是工作中还是业余生活上都是一个极其忠心的飞盘党党魁。
还有一个结论可以得出来：21：00-02：00的胡总基本不发推，他的作息时间比较规律，北京时间是凌晨3点到早上8点左右，扣去洗漱时间和早上吃早餐的时间，胡总每天的平均睡眠时间大概在4-5小时之后。看来叼飞盘也是一项体力活啊。
---------------------------------------------------------------update2-----------------------------------------------------
胡总的生活习惯
我又深挖了一下胡总的数据。
下图是胡总所有tweet用过的设备
我们来看看里面具体有什么，如果我过滤一下数据，只是网页端推特的话，那么胡总的tweet热点图是下面这样的
胡总用网页端发推的时间基本都是在工作时间，有两点时间可以确定，
1 胡总的电脑里肯定装了vpn，或者说，环球时报内部有vpn。
2 胡总的工作时间大概是北京时间中午12点到晚上23点左右。
如果我们比较一下ios 和 安卓的发推时间线，我们可以得到另外两个结论
下图是推特iphone客户端发推时间线
下图是安卓twitter客户端发推时间线
通过这两张图的对比，我们可以发现胡总似乎在五月中下旬（大概在5.20）左右换了手机，从iphone 换成了 安卓机。也有可能他有两部手机，不过iphone的vpn不好用了换成安卓了也有可能，但是我更偏向前一种说法，因为5月份的时候正是贸易战打得正火热的时候。美国商业部在5月份把华为加入了实体清单。
也就是说，胡总很有可能因为爱党之心，在当时抛弃了iphone换成了华为的安卓机。
（言行合一的胡总编）
胡主编在twitter十分活跃，其实我没有关注他，但每天都能看到别人转发或者reply他的信息。我进去瞄了一眼他的账号，1500多tweet，于是我决定爬一爬分析一下图个乐呵。
爬虫：tweepy
目标账号：@HuXijin_GT （胡锡进的英语twitter账号）
爬取结果：1505条记录（去重后，共1496条tweet），时间跨度：2014-08-29 （胡主编twitter玩的挺早）到 2019-11-19
结果和分析：
推特频率时间线（以月为单位）
从上图中我们明显看到胡总编最近这段时间加强了外宣工作（嘻嘻）。x轴代表时间（月），y轴代表tweet数量。
情感分析（sentiment analysis）
图1 表示胡主编所有tweet的情感分析，NEG=NEGATIVE 消极（负面）情感, POS=POSITIVE 积极（正面）情感。
x轴有5个单位 None表示无情感，Slight表示有轻微情感，Moderate表示有中度情感，Strong表示有强烈情感，V.Strong表示有特别强烈的情感。y轴是tweets条目总数（因为一条tweet里面可能会包含既正面又负面的情感，e.g. I like apple but I hate banana. 所以所有的条目总数加起来一定大于collected dataset）。
所以重点是从slight以后越来越强烈的情感，none的bar自动忽略。
根据统计结果推测：胡主编在推特上面，总体而言负面情绪强烈压制正面情绪。（一点都不正能量）
六月以来的情感分析图
图3很垃圾，但是我懒得把它弄好看点了
x axis = date.
y axis = value = sentiment score.
这张图是胡主编2019年6月以来的sentiment line chart，亮点是在近半年的时间里面，胡主编的强烈positive tweet屈指可数 （value = 4）。自从六月以来，看来胡主编受了不少气吧。lol
注：sentiment analysis based on SentiStrength (University of Wolverhampton)图3很垃圾，但是我懒得把它弄好看点了
x axis = date.
y axis = value = sentiment score.
这张图是胡主编2019年6月以来的sentiment line chart，亮点是在近半年的时间里面，胡主编的强烈positive tweet屈指可数 （value = 4）。自从六月以来，看来胡主编受了不少气吧。lol
注：sentiment analysis based on SentiStrength (University of Wolverhampton)
Word Cloud
图4是胡主编所有数据的图云。(大写的中国和中国人lol，和小写的川普和hk，哈哈哈哈)
在tweets中最常用的词
稍微清理一下数据之后，然后提取了一下词干，统计了一下胡主编所有tweet最常用的词（使用次数多余100次的）（图5）
presid = president/etc.., polit = politics/political, peopl = people, chines = chinese. beij = beijing.
Topic modeling (LDA)
这个内容主要指胡主编的所有tweet讨论的主题
我共分成了5大主题
仁者见仁，智者见智吧。
如果要是我说的话，胡总最爱讲的主题是：川普的政策，china no1，（批评）西方媒体对hk事件的宣传，和贸易战，关贸协定。
Sentiment analysis on Topics about HK
在这个sentiment analysis中我没有继续用SentiStrength 而是换成了NRC lexicon (有时间再跑机器学习吧)
但是胡主编你怎么这么多fear word啊? 你在害怕什么呀？
能力有限，懒得写字，看图说话吧。
（结果是只用了半天时间瞎撸出来的，很原始，仅供参考。）
------------------------------------------update-----------------------------------------
有朋友问我说胡总最喜欢的发推时间
我使用了网站：https://accountanalysis.app 来看了一眼胡总编的时间热点图
由图可见，胡锡近最喜欢的发推时间是19点左右，周二与周四13点发的也不少。
但是本图显示的是西欧时间（GMT+1），如果换成北京时间的话。胡飞盘最喜欢的发推时间应该是北京时间凌晨1点左右（胡总真的很勤劳啊，大半夜不睡觉也要外宣）
并且有一点结论可以从本图看到，胡总偏爱在工作日的业余时间发推。
双休日他的发推频率不高，工作日的工作时间也没有业余时间高（毕竟还要写长文痛斥自由民主呢）。所以胡总无论是工作中还是业余生活上都是一个极其忠心的飞盘党党魁。
还有一个结论可以得出来：21：00-02：00的胡总基本不发推，他的作息时间比较规律，北京时间是凌晨3点到早上8点左右，扣去洗漱时间和早上吃早餐的时间，胡总每天的平均睡眠时间大概在4-5小时之后。看来叼飞盘也是一项体力活啊。
---------------------------------------------------------------update2-----------------------------------------------------
胡总的生活习惯
我又深挖了一下胡总的数据。
下图是胡总所有tweet用过的设备
我们来看看里面具体有什么，如果我过滤一下数据，只是网页端推特的话，那么胡总的tweet热点图是下面这样的
胡总用网页端发推的时间基本都是在工作时间，有两点时间可以确定，
1 胡总的电脑里肯定装了vpn，或者说，环球时报内部有vpn。
2 胡总的工作时间大概是北京时间中午12点到晚上23点左右。
如果我们比较一下ios 和 安卓的发推时间线，我们可以得到另外两个结论
下图是推特iphone客户端发推时间线
下图是安卓twitter客户端发推时间线
通过这两张图的对比，我们可以发现胡总似乎在五月中下旬（大概在5.20）左右换了手机，从iphone 换成了 安卓机。也有可能他有两部手机，不过iphone的vpn不好用了换成安卓了也有可能，但是我更偏向前一种说法，因为5月份的时候正是贸易战打得正火热的时候。美国商业部在5月份把华为加入了实体清单。
也就是说，胡总很有可能因为爱党之心，在当时抛弃了iphone换成了华为的安卓机。
（言行合一的胡总编）
