در این مطلب، ویدئو تجزیه و تحلیل حساب های توییتر با پایتون و بینش شخصیت با زیرنویس فارسی را برای دانلود قرار داده ام. شما میتوانید با پرداخت 15 هزار تومان ، این ویدیو به علاوه تمامی فیلم های سایت را دانلود کنید.اکثر فیلم های سایت به زبان انگلیسی می باشند. این ویدئو دارای زیرنویس فارسی ترجمه شده توسط هوش مصنوعی می باشد که میتوانید نمونه ای از آن را در قسمت پایانی این مطلب مشاهده کنید.
مدت زمان فیلم: 00:22:57
تصاویر این ویدئو:
قسمتی از زیرنویس این فیلم:
00:00:00,080 –> 00:00:01,520
آیا تا به حال پروفایل های توییتر برخی از افراد را مرور کرده اید
2
00:00:01,520 –> 00:00:03,120
و به خوبی فکر کرده اید
3
00:00:03,120 –> 00:00:04,640
که چه اتفاقی در سر آنها می گذرد،
4
00:00:04,640 –> 00:00:06,160
در ویدیوی امروز ما می
5
00:00:06,160 –> 00:00:08,160
خواهیم نگاهی بیاندازیم به این که چگونه می توانید
6
00:00:08,160 –> 00:00:10,080
با ساختن یک
7
00:00:10,080 –> 00:00:12,320
تحلیلگر شخصیت توئیتر آن افراد را ابهام کنید، بله
8
00:00:12,320 –> 00:00:13,679
درست است. میتوانید یک
9
00:00:13,679 –> 00:00:14,480
دسته توییتر را وارد کنید
10
00:00:14,480 –> 00:00:16,880
و فید توییتر یک کاربر را از قبل پردازش
11
00:00:16,880 –> 00:00:18,000
کنید تا
12
00:00:18,000 –> 00:00:20,000
ببینید شخصیت آنها واقعاً چگونه به نظر میرسد،
13
00:00:20,000 –> 00:00:22,000
بنابراین تا پایان ویدیو ما در
14
00:00:22,000 –> 00:00:23,439
واقع نگاهی به چند چهره مشهور اصلی خواهیم
15
00:00:23,439 –> 00:00:25,519
انداخت. نمایهها را بررسی کنید و به
16
00:00:25,519 –> 00:00:26,640
آنچه که باعث میشود آنها
17
00:00:26,640 –> 00:00:28,400
را علامت بزنند، نگاهی بیندازید، بیایید کمی عمیقتر در
18
00:00:28,400 –> 00:00:29,840
مورد نحوه کارکرد آن غواصی کنیم، بنابراین ما
19
00:00:29,840 –> 00:00:31,519
امروز یک سری موارد را پوشش
20
00:00:31,519 –> 00:00:32,719
میدهیم، اما به طور خاص
21
00:00:32,719 –> 00:00:34,399
نحوه تنظیم را پوشش میدهیم. یک حساب توسعه دهنده توییتر
22
00:00:34,399 –> 00:00:35,280
و یک
23
00:00:35,280 –> 00:00:37,840
حساب بینش شخصیتی ابری ibm
24
00:00:37,840 –> 00:00:38,960
، سپس
25
00:00:38,960 –> 00:00:41,120
به نحوه پرس و جو در توییتر با استفاده از کتابخانه twee pi
26
00:00:41,120 –> 00:00:42,559
با پایتون می
27
00:00:42,559 –> 00:00:43,840
پردازیم و در آخر
28
00:00:43,840 –> 00:00:45,840
می توانیم نمایه ها را با استفاده از آن تجسم کنیم.
29
00:00:45,840 –> 00:00:47,440
دادههای توییتر و استفاده از
30
00:00:47,440 –> 00:00:49,039
matplotlib و seaborn،
31
00:00:49,039 –> 00:00:50,239
بنابراین از نظر نحوه
32
00:00:50,239 –> 00:00:51,520
انجام آن، از یک
33
00:00:51,520 –> 00:00:53,520
نوت بوک jupyter استفاده میکنیم و
34
00:00:53,520 –> 00:00:55,760
با استفاده از twepi به توییتر متصل میشویم، سپس آن
35
00:00:55,760 –> 00:00:57,760
توییت را با داده یا دادههای توییتر دریافت میکنیم.
36
00:00:57,760 –> 00:00:59,680
آن را از قبل پردازش کنید و از
37
00:00:59,680 –> 00:01:01,520
سرویس بینش شخصیت ibm
38
00:01:01,520 –> 00:01:04,080
برای ایجاد نمایه یک کاربر استفاده کنید، بنابراین این
39
00:01:04,080 –> 00:01:05,600
به ما امکان می دهد مواردی مانند
40
00:01:05,600 –> 00:01:06,720
شخصیت
41
00:01:06,720 –> 00:01:08,799
آنها را به نیازهای آنها و همچنین ارزش های آنها نگاه کنیم و
42
00:01:08,799 –> 00:01:10,240
در نهایت ما آن را
43
00:01:10,240 –> 00:01:12,159
تجسم کنیم. همه با استفاده از matplotlib
44
00:01:12,159 –> 00:01:13,680
و seaborn در حال حاضر یکی از جالبترین
45
00:01:13,680 –> 00:01:15,360
چیزها در مورد سرویس بینش شخصیت
46
00:01:15,360 –> 00:01:17,439
این است که دادههای شما چقدر غنی است که
47
00:01:17,439 –> 00:01:18,560
واقعاً برمیگردید،
48
00:01:18,560 –> 00:01:20,159
بنابراین در این مورد ما به
49
00:01:20,159 –> 00:01:22,000
نمودار آفتابزدگی نگاهی میاندازیم تا شما در واقع یک
50
00:01:22,000 –> 00:01:23,360
دسته کامل اطلاعات را دریافت کنید.
51
00:01:23,360 –> 00:01:25,680
شما اطلاعاتی در مورد نیازهای کاربران به باورهایشان به دست می آورید،
52
00:01:25,680 –> 00:01:27,280
ارزش هایشان
53
00:01:27,280 –> 00:01:28,720
دوباره این همه بر اساس داده های توییتر آنها است،
54
00:01:28,720 –> 00:01:30,320
اما هنوز هم واقعا جالب
55
00:01:30,320 –> 00:01:32,079
است که ببینید واقعاً چه چیزی را دریافت می کنید، بنابراین در
56
00:01:32,079 –> 00:01:33,759
این مورد شما به نمودار انفجار آفتاب نگاه می کنید.
57
00:01:33,759 –> 00:01:34,240
58
00:01:34,240 –> 00:01:36,079
این کار در گذشته برای اپرا انجام شده است، بنابراین
59
00:01:36,079 –> 00:01:38,400
میتوانید میزان وجدان بودن او را ببینید که
60
00:01:38,400 –> 00:01:39,759
چقدر
61
00:01:39,759 –> 00:01:42,560
برونگرا است، سطح هماهنگی او
62
00:01:42,560 –> 00:01:44,159
و یک سری چیزهای دیگر، اما
63
00:01:44,159 –> 00:01:44,799
میتوانید ببینید
64
00:01:44,799 –> 00:01:46,320
که اطلاعات واقعاً غنی به دست میآورید
65
00:01:46,320 –> 00:01:48,240
و در واقع بسیار
66
00:01:48,240 –> 00:01:50,320
جالب است، بنابراین بدون پس بیایید
67
00:01:50,320 –> 00:01:52,159
مستقیما وارد آن شویم و به ساخت تحلیلگر شخصیت توییتر خود بپردازیم،
68
00:01:52,159 –> 00:01:54,000
69
00:01:54,000 –> 00:01:55,840
بنابراین اولین گام در ساخت
70
00:01:55,840 –> 00:01:58,560
تحلیلگر توییتر ما دریافت داده های توییتر است،
71
00:01:58,560 –> 00:02:00,399
بنابراین برای انجام این کار می توانیم
72
00:02:00,399 –> 00:02:00,960
73
00:02:00,960 –> 00:02:02,719
اکنون از api توییتر برای دسترسی به
74
00:02:02,719 –> 00:02:05,479
api توییتر استفاده کنیم. شما فقط باید به
75
00:02:05,479 –> 00:02:08,239
developer.twitter.com بروید و سپس گزینه application را بزنید،
76
00:02:08,239 –> 00:02:10,160
بنابراین وقتی به آن صفحه درخواست رسیدید، تنها کاری
77
00:02:10,160 –> 00:02:11,599
که باید انجام دهید این است که گزینه Apply for a
78
00:02:11,599 –> 00:02:12,800
Developer Account را
79
00:02:12,800 –> 00:02:14,480
بزنید و از شما خواسته می شود که وارد شوید
80
00:02:14,480 –> 00:02:16,239
و در نهایت شما میتوانم به حساب
81
00:02:16,239 –> 00:02:17,599
توسعهدهنده شما دسترسی پیدا کنم،
82
00:02:17,599 –> 00:02:20,000
بنابراین در این مورد، من قبلاً
83
00:02:20,000 –> 00:02:22,080
به یک حساب توسعهدهنده دسترسی پیدا کردهام، بنابراین میتوانیم
84
00:02:22,080 –> 00:02:23,520
آن را شروع کنیم و
85
00:02:23,520 –> 00:02:25,760
در واقع اولین چیزی که میخواهیم ساخت تحلیلگر توییتر خود را شروع کنیم.
86
00:02:25,760 –> 00:02:26,879
87
00:02:26,879 –> 00:02:28,239
اگر
88
00:02:28,239 –> 00:02:30,319
وارد حساب توسعه دهنده توییتر خود شدیم
89
00:02:30,319 –> 00:02:30,800
90
00:02:30,800 –> 00:02:34,000
، به نام ما بروید و برنامه ها را انتخاب کنید.
91
00:02:34,000 –> 00:02:35,760
92
00:02:35,760 –> 00:02:37,120
93
00:02:37,120 –> 00:02:37,680
94
00:02:37,680 –> 00:02:39,680
95
00:02:39,680 –> 00:02:41,680
من گفته ام که
96
00:02:41,680 –> 00:02:43,440
برنامه خاص ما به مدیریت پست مربوط می شود،
97
00:02:43,440 –> 00:02:44,319
98
00:02:44,319 –> 00:02:46,640
بنابراین تمام جزئیات برنامه خود را پر کنید، می
99
00:02:46,640 –> 00:02:47,680
توانید
100
00:02:47,680 –> 00:02:50,560
برخی از آنها را خالی بگذارید و پس
101
00:02:50,560 –> 00:02:52,560
از اینکه تیم حساب توسعه دهنده توییتر
102
00:02:52,560 –> 00:02:54,160
به شما دسترسی داد، گزینه ایجاد
103
00:02:54,160 –> 00:02:56,080
را فشار دهید. دسترسی به برنامهای که
104
00:02:56,080 –> 00:02:57,200
کمی شبیه به این است،
105
00:02:57,200 –> 00:02:59,599
بنابراین در این مورد، نام برنامه من pi post curator نامیده میشود،
106
00:02:59,599 –> 00:03:00,720
107
00:03:00,720 –> 00:03:02,959
اگر من واقعا وارد این برنامه شوم و
108
00:03:02,959 –> 00:03:04,400
جزئیات را
109
00:03:04,400 –> 00:03:06,959
بزنم، اکنون میتوانم به کلیدها و نشانههایم دسترسی داشته باشم،
110
00:03:06,959 –> 00:03:08,000
اینها واقعاً خواهند بود.
111
00:03:08,000 –> 00:03:09,840
زمانی که ما میخواهیم
112
00:03:09,840 –> 00:03:10,800
113
00:03:10,800 –> 00:03:13,599
با استفاده از پایتون به دادههای توییتر خود متصل شویم، مهم است،
114
00:03:13,599 –> 00:03:15,440
اکنون چیزی که ما نیز به آن نیاز
115
00:03:15,440 –> 00:03:18,879
داریم یک سرویس بینش شخصیتی است، بنابراین
116
00:03:18,879 –> 00:03:20,319
ibm این سرویس شگفتانگیز به نام
117
00:03:20,319 –> 00:03:22,239
بینش شخصیت را دارد که به شما امکان میدهد
118
00:03:22,239 –> 00:03:24,560
پروفایلها را فقط با استفاده از متن تجزیه و تحلیل کنید.
119
00:03:24,560 –> 00:03:25,840
که در در این مورد، ما از
120
00:03:25,840 –> 00:03:27,760
بینش های شخصیتی برای عبور از
121
00:03:27,760 –> 00:03:28,560
داده های توییتر خود
122
00:03:28,560 –> 00:03:31,519
برای ایجاد بینش شخصیتی خود استفاده خواهیم کرد، بنابراین
123
00:03:31,519 –> 00:03:32,000
124
00:03:32,000 –> 00:03:34,000
برای ایجاد نمایه بینش شخصیتی،
125
00:03:34,000 –> 00:03:36,440
تنها کاری که باید انجام دهیم این است که
126
00:03:36,440 –> 00:03:37,599
127
00:03:37,599 –> 00:03:39,920
به کاتالوگ اسلش به جلو cloud.ibm.com رفته و ai را انتخاب کنیم.
128
00:03:39,920 –> 00:03:41,280
یادگیری ماشینی
129
00:03:41,280 –> 00:03:44,640
در کنار اینجا و سپس از آنجا
130
00:03:44,640 –> 00:03:46,080
میتوانید به سرویس بینش شخصیت دسترسی داشته باشید،
131
00:03:46,080 –> 00:03:47,040
132
00:03:47,040 –> 00:03:48,720
بنابراین اگر
133
00:03:48,720 –> 00:03:50,159
بینشهای شخصیتی را انتخاب
134
00:03:50,159 –> 00:03:52,400
کنیم، تنها کاری که باید انجام دهید این است که یک
135
00:03:52,400 –> 00:03:53,280
نور را انتخاب کنید و
136
00:03:53,280 –> 00:03:54,720
به این ترتیب اساساً یک api رایگان به شما میدهد.
137
00:03:54,720 –> 00:03:56,560
بنابراین میتوانید شروع به ایجاد
138
00:03:56,560 –> 00:03:58,080
این بینشهای شخصیتی کنید،
139
00:03:58,080 –> 00:04:00,080
بنابراین در این مورد من قبلاً یک
140
00:04:00,080 –> 00:04:01,840
نمایه سبک تنظیم کردهام، بنابراین نیازی نیست برویم
141
00:04:01,840 –> 00:04:02,799
و دوباره این کار را انجام دهیم،
142
00:04:02,799 –> 00:04:04,400
اما با فرض اینکه شروع به کار کردهاید، کافیست
143
00:04:04,400 –> 00:04:06,159
نور را فشار دهید و ایجاد را بزنید و شما میتوانم
144
00:04:06,159 –> 00:04:08,000
آن را تنظیم کنم، بنابراین اگر
145
00:04:08,000 –> 00:04:09,599
سطحی را بزنم، میتوانم همین کار را انجام دهم، بنابراین
146
00:04:09,599 –> 00:04:11,599
وقتی شخصیت خود را در داخل
147
00:04:11,599 –> 00:04:13,280
سرویس تنظیم کردید، اساساً
148
00:04:13,280 –> 00:04:15,040
به صفحهای هدایت میشوید که کمی به نظر میرسد.
149
00:04:15,040 –> 00:04:16,160
کمی شبیه این،
150
00:04:16,160 –> 00:04:17,759
بنابراین شما اساساً یک
151
00:04:17,759 –> 00:04:19,839
آموزش شروع و یک بخش اعتبارنامه داشته باشید،
152
00:04:19,839 –> 00:04:21,600
بنابراین این همان چیزی است
153
00:04:21,600 –> 00:04:23,840
که حاوی کلید api و
154
00:04:23,840 –> 00:04:25,440
همچنین آدرس اینترنتی شما است، بنابراین این
155
00:04:25,440 –> 00:04:26,639
دو چیز هستند که از
156
00:04:26,639 –> 00:04:28,639
دیدگاه بینش شخصیتی
157
00:04:28,639 –> 00:04:30,960
برای ایجاد توییتر خود به آن نیاز دارید.
158
00:04:30,960 –> 00:04:32,400
نمایهها بسیار عالی هستند، بنابراین اکنون که
159
00:04:32,400 –> 00:04:34,560
این تنظیمات را انجام دادیم، میتوانیم شروع کنیم و
160
00:04:34,560 –> 00:04:36,479
در واقع تحلیلگر توییتر خود را بسازیم،
161
00:04:36,479 –> 00:04:38,160
بنابراین تحلیلگر توییتر ما در این
162
00:04:38,160 –> 00:04:39,840
مورد با استفاده از پایتون ساخته میشود، بنابراین ما
163
00:04:39,840 –> 00:04:41,600
از یک نوت بوک jupyter استفاده میکنیم.
164
00:04:41,600 –> 00:04:43,199
من در داخل بسته ابری برای
165
00:04:43,199 –> 00:04:44,960
دادههای روی ibm cloud کار میکنم، اما اگر یک
166
00:04:44,960 –> 00:04:46,960
نوتبوک مشتری دارید، میتوانید این کار را نیز انجام دهید،
167
00:04:46,960 –> 00:04:48,639
بنابراین وقتی نوتبوک jupyter خود را
168
00:04:48,639 –> 00:04:50,080
راهاندازی کردیم، اولین کاری که میخواهیم
169
00:04:50,080 –> 00:04:51,680
انجام دهیم این است که این
170
00:04:51,680 –> 00:04:53,040
کمی طرحبندی است، بنابراین بهجای کار کردن
171
00:04:53,040 –> 00:04:55,040
با یک بوم خالی، دوست دارم سعی کنم
172
00:04:55,040 –> 00:04:56,240
کدی را که در واقع آن را پر میکنیم، تنظیم کنم،
173
00:04:56,240 –> 00:04:57,040
174
00:04:57,040 –> 00:04:58,560
بنابراین از نظر کاری که واقعاً باید
175
00:04:58,560 –> 00:05:00,240
اینجا انجام دهیم، چهار چیز کلیدی وجود دارد،
176
00:05:00,240 –> 00:05:01,840
بنابراین ما ابتدا باید ما را نصب کنیم
177
00:05:01,840 –> 00:05:04,320
وابستگی ها به توییتر متصل می شوند و
178
00:05:04,320 –> 00:05:05,520
داده های توییتر ما
179
00:05:05,520 –> 00:05:08,000
را می گیرند بینش های شخصیتی را تنظیم می کنند و
180
00:05:08,000 –> 00:05:09,680
پروفایل های شخصیتی ما را ایجاد می کنند
181
00:05:09,680 –> 00:05:10,800
و در آخر اما مهم نیست که ما
182
00:05:10,800 –> 00:05:12,400
آن را با استفاده از seabourn و matplotlib تجسم می کنیم،
183
00:05:12,400 –> 00:05:13,280
184
00:05:13,280 –> 00:05:14,960
بنابراین بیایید ابتدا آن
185
00:05:14,960 –> 00:05:16,320
نمایه را طراحی کنیم و سپس شروع به
186
00:05:16,320 –> 00:05:17,840
نوشتن کدی کنید، بنابراین در این مورد،
187
00:05:17,840 –> 00:05:19,520
برای چیدمان نمایه خود، ما فقط می
188
00:05:19,520 –> 00:05:20,080
189
00:05:20,080 –> 00:05:21,680
خواهیم کمی نشانه گذاری کنیم، بنابراین
190
00:05:21,680 –> 00:05:25,840
بیایید ابتدا آن را کامل انجام دهیم
191
00:05:34,320 –> 00:05:36,320
تا علامت گذاری ما مشخص شده است،
192
00:05:36,320 –> 00:05:38,240
حالا بیایید ادامه دهیم و وابستگی های خود را نصب کنیم
193
00:05:38,240 –> 00:05:40,080
. وارد کردن نوشتم،
194
00:05:40,080 –> 00:05:41,759
در واقع منظورم نصب بود، پس بیایید ادامه دهیم
195
00:05:41,759 –> 00:05:43,280
و این کار را انجام دهیم تا بتوانیم
196
00:05:43,280 –> 00:05:45,120
به راحتی این کار را در داخل یک نوت بوک مشتری
197
00:05:45,120 –> 00:05:45,840
انجام دهیم، تنها کاری که باید انجام دهیم این
198
00:05:45,840 –> 00:05:48,479
است که یک علامت تعجب اضافه کنیم، سپس
199
00:05:48,479 –> 00:05:49,039
pip
200
00:05:49,039 –> 00:05:51,680
install را تایپ کنیم و هر چیزی را که می خواهیم برای خود
201
00:05:51,680 –> 00:05:53,520
نصب کنیم. تحلیلگر توییتر ما
202
00:05:53,520 –> 00:05:55,199
از twepi استفاده خواهیم کرد، بنابراین این یک
203
00:05:55,199 –> 00:05:56,319
کتابخانه واقعاً خوب است
204
00:05:56,319 –> 00:05:57,759
که به شما امکان می دهد با
205
00:05:57,759 –> 00:06:00,000
api توییتر بسیار راحت
206
00:06:00,000 –> 00:06:01,680
تر کار کنید و همچنین به وابستگی ibm watson نیاز خواهیم داشت.
207
00:06:01,680 –> 00:06:07,360
همچنین
208
00:06:07,360 –> 00:06:09,600
عالی است، بنابراین این وابستگیهای ما
209
00:06:09,600 –> 00:06:11,360
نصب شدهاند، بنابراین میتوانید ببینید که ما
210
00:06:11,360 –> 00:06:13,280
twepi و ibm watson را نصب کردهایم،
211
00:06:13,280 –> 00:06:15,199
بیایید پیش برویم و برخی از دادهها را
212
00:06:15,199 –> 00:06:16,880
از توییتر دریافت کنیم، بنابراین وابستگیهای خود را نصب
213
00:06:16,880 –> 00:06:18,560
کردهایم، اما در واقع باید
214
00:06:18,560 –> 00:06:20,240
آنها را به نوت بوک jupyter وارد کنیم.
215
00:06:20,240 –> 00:06:21,520
بیایید ادامه دهیم و این کار را انجام دهیم، بنابراین در این
216
00:06:21,520 –> 00:06:23,520
مورد، سیستم عامل را برای کار
217
00:06:23,520 –> 00:06:24,880
با سیستم عامل خود
218
00:06:24,880 –> 00:06:26,560
وارد می کنیم، همچنین twee pi را برای
219
00:06:26,560 –> 00:06:28,240
کار با توییتر وارد می کنیم و همچنین
220
00:06:28,240 –> 00:06:32,080
پانداها را برای کار با داده ها وارد می کنیم.
221
00:06:32,840 –> 00:06:35,840
فریمها
222
00:06:42,720 –> 00:06:44,800
بسیار خوب هستند، بنابراین این وابستگیهای ما
223
00:06:44,800 –> 00:06:46,560
وارد شدهاند، بنابراین ما سیستمعاملی داریم، twee
224
00:06:46,560 –> 00:06:47,039
pi
225
00:06:47,039 –> 00:06:49,039
و پاندا داریم، اکنون کاری که میخواهیم
226
00:06:49,039 –> 00:06:50,479
انجام دهیم این است که
227
00:06:50,479 –> 00:06:52,560
چند متغیر را برای نگهداری اعتبار توییتر تنظیم کنیم،
228
00:06:52,560 –> 00:06:54,560
بنابراین در این مورد ما به یک
229
00:06:54,560 –> 00:06:56,639
کلید مصرف کننده یا کلید api
230
00:06:56,639 –> 00:06:58,960
یک رمز و یک نشانه دسترسی و
231
00:06:58,960 –> 00:07:00,639
همچنین رمز مخفی خود نیاز دارید، بنابراین بیایید ادامه دهیم
232
00:07:00,639 –> 00:07:02,720
و متغیرهایی را برای آن تنظیم کنیم و
233
00:07:02,720 –> 00:07:04,960
آن جزئیات را از حساب توسعه دهنده توییتر خود کپی
234
00:07:04,960 –> 00:07:07,280
235
00:07:13,360 –> 00:07:14,800
کنیم، بنابراین ما اکنون متغیرهای خود را تنظیم کرده ایم.
236
00:07:14,800 –> 00:07:17,120
ما باید این داده ها را از خود کپی کنیم
237
00:07:17,120 –> 00:07:18,720
حساب توسعهدهنده توییتر، بنابراین به یاد داشته باشید
238
00:07:18,720 –> 00:07:20,479
که وقتی برنامه خود را راهاندازی کردیم، میتوانیم
239
00:07:20,479 –> 00:07:20,800
240
00:07:20,800 –> 00:07:23,520
کلیدها و نشانهها را مرور کنیم و
241
00:07:23,520 –> 00:07:26,000
این کلیدهای api و همچنین کلیدهای مخفی خود را تولید کنیم،
242
00:07:26,000 –> 00:07:26,479
243
00:07:26,479 –> 00:07:28,479
بنابراین در این مورد باید از روی
244
00:07:28,479 –> 00:07:31,440
کلید api و کلید مخفی api
245
00:07:31,440 –> 00:07:33,039
خود کپی کنیم. اینها
246
00:07:33,039 –> 00:07:34,639
کلید مصرف کننده
247
00:07:34,639 –> 00:07:38,400
ما و کلید مخفی api ما را نشان می دهند،
248
00:07:40,800 –> 00:07:42,639
سپس ما همچنین باید
249
00:07:42,639 –> 00:07:44,720
رمز دسترسی و رمز دسترسی مخفی خود را دریافت کنیم تا
250
00:07:44,720 –> 00:07:45,840
آنها در اینجا در دسترس باشند
251
00:07:45,840 –> 00:07:47,680
، بنابراین شما فقط می توانید آنها را
252
00:07:47,680 –> 00:07:49,680
تولید کنید و در این مورد یک بار آنها را ببینید.
253
00:07:49,680 –> 00:07:52,720
ما باید آنها را بازسازی کنیم
254
00:07:52,720 –> 00:07:59,840
و سپس قادر خواهیم بود آنها را به طور کامل کپی کنیم،
255
00:08:04,800 –> 00:08:06,720
بنابراین اینها کلیدهای ما هستند که اکنون
256
00:08:06,720 –> 00:08:08,400
باید انجام دهیم این است که فقط در
257
00:08:08,400 –> 00:08:09,919
api توییتر خود احراز هویت کنیم و سپس شروع به
258
00:08:09,919 –> 00:08:11,440
گرفتن داده های خود کنیم، بنابراین بیایید ادامه دهیم و
259
00:08:11,440 –> 00:08:13,840
260
00:08:29,840 –> 00:08:31,199
همه این کارها را انجام دهیم. خیلی خوب است، بنابراین همه چیز انجام می شود، بنابراین
261
00:08:31,199 –> 00:08:32,958
اساساً کاری که
262
00:08:32,958 –> 00:08:34,958
ما انجام می دهیم این است که کنترل کننده های oauth خود را تنظیم می کنیم، بنابراین در
263
00:08:34,958 –> 00:08:36,399
این مورد از api twee pi استفاده می
264
00:08:36,399 –> 00:08:38,880
کنیم و از کلید مصرف کننده
265
00:08:38,880 –> 00:08:40,320
و راز مصرف کننده خود عبور می کنیم و
266
00:08:40,320 –> 00:08:42,320
سپس کاری که انجام می دهیم با آن است. کنترل کننده oauth ما ما خود
267
00:08:42,320 –> 00:08:44,240
را تنظیم می کنیم به نشانههای دسترسی، بنابراین
268
00:08:44,240 –> 00:08:45,839
این دو متغیر ما هستند که
269
00:08:45,839 –> 00:08:46,560
در اینجا به دست آوردهایم
270
00:08:46,560 –> 00:08:48,480
و سپس api خود را نمونهسازی میکنیم، بنابراین در
271
00:08:48,480 –> 00:08:49,760
این مورد از احراز هویت خود عبور میکنیم
272
00:08:49,760 –> 00:08:51,760
و به api خود متصل میشویم،
273
00:08:51,760 –> 00:08:52,880
بنابراین اگر اجرا
274
00:08:52,880 –> 00:08:54,800
کنیم، اکنون میتوانیم اطلاعات خود را از
275
00:08:54,800 –> 00:08:56,320
توییتر دریافت کنیم. در این مورد، ما میتوانیم
276
00:08:56,320 –> 00:08:57,519
با تعدادی دستگیره کار
277
00:08:57,519 –> 00:08:59,200
کنیم، بنابراین مورد علاقه شخصی من در حال حاضر این است که
278
00:08:59,200 –> 00:09:01,040
تروور نوح کاملاً او را دوست دارم، بنابراین بیایید
279
00:09:01,040 –> 00:09:02,959
پیش برویم و یک متغیر برای دسته خود تنظیم کنیم،
280
00:09:02,959 –> 00:09:04,720
281
00:09:04,720 –> 00:09:06,560
سپس کاری که میتوانیم انجام دهیم این است که شروع به
282
00:09:06,560 –> 00:09:08,720
گرفتن آن دادهها کنیم تا ما می توانید این کار را از طریق
283
00:09:08,720 –> 00:09:10,560
api ما انجام دهید، بنابراین بیایید ادامه دهیم و آن
284
00:09:10,560 –> 00:09:12,720
را کامل تنظیم کنیم،
285
00:09:17,120 –> 00:09:18,959
بنابراین ما فقط پیش
286
00:09:18,959 –> 00:09:20,959
رفتیم و داده های خود را از توییتر برداشتیم
287
00:09:20,959 –> 00:09:22,320
تا شاهد اتفاقات زیادی در آنجا نباشید،
288
00:09:22,320 –> 00:09:23,760
زیرا ما در واقع آن را خروجی نمی
289
00:09:23,760 –> 00:09:24,080
290
00:09:24,080 –> 00:09:25,519
دادیم، سریعاً بررسی کنیم آن کد و
291
00:09:25,519 –> 00:09:26,800
سپس ما در واقع نگاهی به آنچه داریم می اندازیم،
292
00:09:26,800 –> 00:09:27,440
293
00:09:27,440 –> 00:09:29,040
بنابراین در این مورد از
294
00:09:29,040 –> 00:09:30,720
کتابخانه twepi استفاده می کنیم که در اینجا تنظیم
295
00:09:30,720 –> 00:09:32,880
کرده ایم و به جدول زمانی کاربر خود دسترسی پیدا می کنیم
296
00:09:32,880 –> 00:09:34,320
و سپس از دسته مورد نظر عبور می کنیم.
297
00:09:34,320 –> 00:09:34,800
298
00:09:34,800 –> 00:09:36,399
بنابراین در این مورد ما در حال عبور هستیم h
299
00:09:36,399 –> 00:09:38,080
trevor noah و ما
300
00:09:38,080 –> 00:09:39,600
تعداد توییتها را به 100 عدد محدود
301
00:09:39,600 –> 00:09:42,160
میکنیم و ریتوییتهای خود را نیز اضافه میکنیم، بنابراین
302
00:09:42,160 –> 00:09:43,920
کاری که میتوانیم انجام دهیم این است که به پاسخ خود نگاهی بیندازیم
303
00:09:43,920 –> 00:09:45,040
304
00:09:45,040 –> 00:09:47,519
و میتوانید ببینید که این همه
305
00:09:47,519 –> 00:09:49,360
دادههای توییتر ما در اینجا است.
306
00:09:49,360 –> 00:09:50,959
چیزهای زیادی در اینجا وجود دارد و کمی آشفته است،
307
00:09:50,959 –> 00:09:52,480
اما کاری که میتوانیم انجام دهیم این است که
308
00:09:52,480 –> 00:09:54,080
این موضوع را پاک کنیم و فقط
309
00:09:54,080 –> 00:09:56,480
متن را از توییتهایمان استخراج کنیم، بنابراین در این مورد،
310
00:09:56,480 –> 00:09:58,240
اینجا میتوانید ببینید که ما در واقع
311
00:09:58,240 –> 00:10:01,200
یک کلید متنی داریم و ما در واقع
312
00:10:01,200 –> 00:10:02,959
متن را از خود توییت دریافت
313
00:10:02,959 –> 00:10:04,480
کردیم و اکنون کاری که میتوانیم انجام دهیم این است که میتوانیم
314
00:10:04,480 –> 00:10:05,920
هر یک از این توییتها را حلقه بزنیم
315
00:10:05,920 –> 00:10:07,760
و فقط آن متن را استخراج کنیم،
316
00:10:07,760 –> 00:10:09,440
بنابراین بیایید ادامه دهیم و این کار را انجام دهیم و
317
00:10:09,440 –> 00:10:11,040
کار با آن را بسیار آسانتر میکند.
318
00:10:11,040 –> 00:10:13,920
بعداً
319
00:10:16,160 –> 00:10:17,920
بسیار عالی، بنابراین ما اکنون
320
00:10:17,920 –> 00:10:19,519
رفتیم و توییتهایمان را استخراج کردیم، بنابراین اگر به آن نگاهی بیندازیم،
321
00:10:19,519 –> 00:10:20,079
322
00:10:20,079 –> 00:10:22,399
میبینیم که ما همه
323
00:10:22,399 –> 00:10:24,079
توییتهایمان را منتشر کردهایم، بنابراین
324
00:10:24,079 –> 00:10:26,000
این به ما امکان میدهد همه دادههایمان را
325
00:10:26,000 –> 00:10:27,440
از توییتر بگیریم. اگر میخواهیم
326
00:10:27,440 –> 00:10:29,040
این را تغییر دهیم، به عنوان مثال، اگر دادههایی از اپرا میخواستیم،
327
00:10:29,040 –> 00:10:30,720
328
00:10:30,720 –> 00:10:32,160
بنابراین واقعاً qu با چند
329
00:10:32,160 –> 00:10:34,000
خط کد میتوانیم دادههای خود را از توییتر بیرون بکشیم
330
00:10:34,000 –> 00:10:34,720
331
00:10:34,720 –> 00:10:36,880
و با آ