如何使用Python对Instagram进行数据分析？

我写此文的目的在于展示以编程的方式使用Instagram的基本方法。我的方法可用于数据分析、计算机视觉以及任何你所能想到的酷炫项目中。

Instagram是最大的图片分享社交媒体平台，每月活跃用户约五亿，每日有九千五百万的图片和视频被上传到Instagram。其数据规模巨大，具有很大的潜能。本文将给出如何将Instagram作为数据源而非一个平台，并介绍在项目中使用本文所给出的开发方法。

API和工具简介

 Instagram提供了官方API，但是这些API有些过时，并且当前所提供的功能也非常有限。因此在本文中，我使用了LevPasha提供的非Instagram官方API。该API支持所有关键特性，例如点赞、加粉、上传图片和视频等。它使用Python编写，本文中我只关注数据端的操作。

我推荐使用Jupyter Notebook和IPython。使用官方Python虽然没有问题，但是它不提供图片显示等特性。

安装

你可以使用pip安装该软件库，命令如下：

python -m pip install -e git+https://github.com/LevPasha/Instagram-API-python.git#egg=InstagramAPI

如果系统中尚未安装ffmpeg，那么在Linux上，可以使用如下命令安装：

sudo apt-get install ffmpeg

对于Windows系统，需在Python解释器中运行如下命令：

import imageioimageio.plugins.ffmpeg.download()

下面使用API，实现登入Instragram：

from InstagramAPI import InstagramAPIusername="YOURUSERNAME"InstagramAPI = InstagramAPI(username, "YOURPASSWORD")InstagramAPI.login()

如果登录成功，那么你会收到“登陆成功”的消息。

基本请求

做好上面的准备工作后，我们可以着手实现首次请求：

InstagramAPI.getProfileData()result = InstagramAPI.LastJson

{u'status': u'ok', u'user': {u'biography': u'',  u'birthday': None,  u'country_code': 20,  u'email': aaa@hotmail.com',  u'external_url': u'',  u'full_name': u'Nour Galaby',  u'gender': 1,  u'has_anonymous_profile_picture': False,  u'hd_profile_pic_url_info': {u'height': 1080,   u'url': u'https://instagram.fcai2-1.fna.fbcdn.net/t51.2885-1aaa7448121591_1aa.jpg',   u'width': 1080},  u'hd_profile_pic_versions': [{u'height': 320,    u'url': u'https://instagram.fcai2-1.fna.fbcdn.net/t51.2885-19/s320x320/19aa23237_4337448121591_195310aaa32_a.jpg',    u'width': 320},   {u'height': 640,    u'url': u'https://instagram.fcai2-1.fna.fbcdn.net/t51.2885-19/s640x640/19623237_45581744812153_44_a.jpg',    u'width': 640}],  u'is_private': True,  u'is_verified': False,  u'national_number': 122,  u'phone_number': u'+201220',  u'pk': 22412229,  u'profile_pic_id': u'1550239680720880455_22',  u'profile_pic_url': u'https://instagram.fcai2-1.fna.fbcdn.net/t51.2885-19/s150x150/19623237_455817448121591_195310166162_a.jpg',  u'show_conversion_edit_entry': False,  u'username': u'nourgalaby'}}

如上所示，结果是以JSON格式给出的，其中包括了所有请求的数据。

你可以使用正常的键值方式访问结果数据。例如：

你也可以使用工具（例如Notepad++）查看JSON数据，并一探究竟。

获取并查看Instagram时间线

下面让我们实现一些更有用的功能。我们将请求排在时间线最后的帖子，并在Jupyter Notebook中查看。

下面代码实现获取时间线：

InstagramAPI.timelineFeed()

类似于前面的请求实现，我们同样使用LastJson()查看结果。查看结果JSON数据，我们可以看到其中包括一系列称为“条目”的键值。列表中的每个元素保存了时间线上特定帖子的信息，其中包括如下元素：

• [text]：保存了标题下的帖子文本内容，包括hashtag。

• [likes]：帖子中的点赞数。

• [created_at]：帖子创建时间。

• [comments]：帖子的评论。

• [image_versions]：保存有指向实际JPG文件的链接，可使用该链接在Jupyter Notebook中显示图片。

函数

函数Get_posts_from_list()和Get_url()在帖子列表上循环，查找每个帖子中的URL，并附加到我们的空列表中。

上述函数完成后，我们将得到一个URL列表，如下所示：

我们可以使用IPython.display模块查看图片，代码如下：

在IPython Notebook中查看图片是十分有用的功能，我们之后还会使用这些函数去查看结果，敬请继续。

获取最受欢迎的帖子

现在我们已经知道了如何发出基本请求，但是如何实现更复杂的请求呢？下面我们要做一些类似的事情，即如何获取我们的帖子中最受欢迎的。要实现这个目的，首先需要获取当前登录用户的所有帖子，然后将帖子按点赞数排序。

获取用户的所有帖子

要获取所有帖子，我们将使用next_max_id和more_avialable值在结果列表上执行循环。

import timemyposts=[]has_more_posts = Truemax_id=""while has_more_posts:    InstagramAPI.getSelfUserFeed(maxid=max_id)    if InstagramAPI.LastJson['more_available'] is not True:        has_more_posts = False #stop condition        print "stopped"    max_id = InstagramAPI.LastJson.get('next_max_id','')    myposts.extend(InstagramAPI.LastJson['items']) #merge lists    time.sleep(2) # Slows the script down to avoid flooding the servers print len(myposts)

保存和加载数据到磁盘

因为上面的请求可能需要很长的时间才能完成，我们并不想在没有必要时运行它，因此好的做法是将结果保存起来，并在继续工作时再次加载。为此，我们将使用Pickle。Pickle可以将任何变量序列化并保存到文件中，进而加载它们。下面给出一个工作例子：

保存：

import picklefilename=username+"_posts"pickle.dump(myposts,open(filename,"wb"))

加载：

import picklefilename="nourgalaby_posts"myposts=pickle.load(file=open(filename))

按点赞数排序

现在我们得到了一个名称为“myposts”的有序字典。要实现根据字典中的某个键值排序，我们可以使用Lambda表达式，代码如下：

myposts_sorted = sorted(myposts, key=lambda k:k['like_count'],reverse=True) top_posts=myposts_sorted[:10]bottom_posts=myposts_sorted[-10:]

如下代码可以实现和上面一样的显示：

image_urls=get_images_from_list(top_posts)display_images_from_url(image_urls)

过滤图片

我们可能想要对我们的帖子做一些过滤。例如，可能有的帖子中是视频，但是我们只想要图片帖子。我们可以这样做过滤：

myposts_photos= filter(lambda k: k['media_type']==1, myposts)myposts_vids= filter(lambda k: k['media_type']==2, myposts)print len(myposts)print len(myposts_photos)print len(myposts_vids)

当然，你可以对结果中的任何变量做过滤，发挥你的创造力吧！

通知

InstagramAPI.getRecentActivity()get_recent_activity_response= InstagramAPI.LastJson for notifcation in get_recent_activity_response['old_stories']:    print notifcation['args']['text']

结果可能是：

userohamed3 liked your post.userhacker32 liked your post.user22 liked your post.userz77 liked your post.userwww77 started following you.user2222 liked your post.user23553 liked your post.

仅来自特定用户的通知

现在，我们可以按我们的要求操作并玩转通知。例如，我可以获得来自于特定用户的通知列表：

username="diana"for notifcation in get_recent_activity_response['old_stories']:    text = notifcation['args']['text']    if username  in text:        print text

让我们尝试一些更有意思的操作，例如：得到你被点赞最多的时刻，一天中何时人们点赞最多。要实现这些操作，我们将绘制一个关系图，显示一天中的时刻和你所收到点赞数的关系。

下面的代码绘制了通知的时间日期：

import pandas as pddf = pd.DataFrame({"date":dates})df.groupby(df["date"].dt.hour).count().plot(kind="bar",title="Hour" )

正如在此例中所看到的，我在下午六点到十点间得到的点赞最多。如果你了解社交媒体，你就会知道这是高峰使用时间，大多数企业选取此时间段发帖以获得最大的认可度。

获取粉丝和被粉列表

下面我将获取粉丝和跟帖列表，并在列表上执行一些操作。

要使用getUserFollowings和getUserFollowers这两个函数，你首先需要取得user_id。下面给出了一种获取user_id的方式：

现在你可以如下调用函数。注意，如果粉丝数量非常大，你需要做多次请求（下文将详细介绍）。现在我们做了一次请求去获取粉丝和被粉列表。JSON结果中给出了用户列表，其中包含每个粉丝和被粉者的信息。

InstagramAPI.getUserFollowings(user_id)print len(InstagramAPI.LastJson['users'])following_list=InstagramAPI.LastJson['users']InstagramAPI.getUserFollowers(user_id)print len(InstagramAPI.LastJson['users'])followers_list=InstagramAPI.LastJson['users']

如果粉丝数量很大，那么给出的结果可能并非完整列表。

获得所有的粉丝

获得所有粉丝列表类似于获得所有帖子。我们将发出一个请求，然后对结果使用next_max_id键值做迭代处理。

在此感谢Francesc Garcia所提供的支持。

import timefollowers   = []next_max_id = Truewhile next_max_id:    print next_max_id    #first iteration hack    if next_max_id == True: next_max_id=''    _ = InstagramAPI.getUserFollowers(user_id,maxid=next_max_id)    followers.extend ( InstagramAPI.LastJson.get('users',[]))    next_max_id = InstagramAPI.LastJson.get('next_max_id','')    time.sleep(1) followers_list=followers

对于被粉列表也可以同样做，但是我并不会这样做，因为就我而言，一次请求就足以获取我的所有被粉者。

现在我们得到了JSON格式的所有粉丝和被粉者的列表数据。我将转化该列表为一种对用户更友好的数据类型，即集合，以方便在数据上做一系列的操作。

我只取其中的“username”键值，并在其上使用set()。

user_list = map(lambda x: x['username'] , following_list)following_set= set(user_list)print len(following_set)user_list = map(lambda x: x['username'] , followers_list)followers_set= set(user_list)print len(followers_set)

这里我选取了所有用户名的集合。对“full_name”也可同样操作，并且结果更为用户友好。但是结果可能并非唯一，因为一些用户可能没有提供全名。

现在我们得到了两个集合。我们可以做如下操作：

这里我给出了粉丝的一些统计数字。你可以做很多事情，例如保存粉丝列表并稍后做对比，以了解掉粉的情况。

上面我们给出了可对Instagram数据进行的操作。我希望你已经学会了如何使用Instagram API，并具备了一些使用这些API可以做哪些事情的基本想法。敬请关注一下官方API，它们依然在开发中，未来你可以使用它们做更多的事情。如有任何疑问或建议，欢迎联系我。

数据分析，数据分析培训，就选光环大数据！

　　原创文章，转载请注明出处：光环大数据

 

大数据培训、人工智能培训、Python培训、大数据培训机构、大数据培训班、数据分析培训、大数据可视化培训，就选光环大数据！光环大数据，聘请专业的大数据领域知名讲师，确保教学的整体质量与教学水准。讲师团及时掌握时代潮流技术，将前沿技能融入教学中，确保学生所学知识顺应时代所需。通过深入浅出、通俗易懂的教学方式，指导学生更快的掌握技能知识，成就上万个高薪就业学子。 更多问题咨询，欢迎点击------>>>>在线客服！