| .. | ||
| barres_liens_tag_flamanville.png | ||
| barres_liens_tag_frontpopulaire.png | ||
| barres_liens_tag_nsfw.png | ||
| barres_liens_tag_openstreetmap.png | ||
| barres_liens_tag_science.png | ||
| barres_liens_tag_votepirate.png | ||
| barres_tag_cargocarryshitolympics.png | ||
| barres_tag_climat.png | ||
| barres_tag_cuisine.png | ||
| barres_tag_energie.png | ||
| barres_tag_flamanville.png | ||
| barres_tag_frontpopulaire.png | ||
| barres_tag_mastoart.png | ||
| barres_tag_nsfw.png | ||
| barres_tag_nucleaire.png | ||
| barres_tag_openstreetmap.png | ||
| barres_tag_science.png | ||
| barres_tag_sortirDesFossiles.png | ||
| barres_tag_velo.png | ||
| barres_tag_votepirate.png | ||
| domaines_tag_frontpopulaire.png | ||
| domaines.svg | ||
| index.py | ||
| network_graph_tag_cargocarryshitolympics.svg | ||
| network_graph_tag_climat.svg | ||
| network_graph_tag_cuisine.svg | ||
| network_graph_tag_energie.svg | ||
| network_graph_tag_flamanville.svg | ||
| network_graph_tag_frontpopulaire_cropped.jpg | ||
| network_graph_tag_frontpopulaire.svg | ||
| network_graph_tag_mastoart.svg | ||
| network_graph_tag_nsfw.svg | ||
| network_graph_tag_nucleaire.svg | ||
| network_graph_tag_openstreetmap.svg | ||
| network_graph_tag_science.svg | ||
| network_graph_tag_sortirDesFossiles.svg | ||
| network_graph_tag_velo.svg | ||
| network_graph_tag_votepirate.svg | ||
| README.md | ||
Mastodon tags links
prends les 100 derniers pouets qui comportent le tag "mastoart" de l'instance https://mastodon.cipherbliss.com, en prenant les pouets suivants si besoin, et regarde dedans quels sont les ancres présentes dans le corps de texte. fais ensuite un graphique de répartition des noms de domaines en fonction de leur décompte.
https://mastodon.cipherbliss.com/tags/mastoart
pip install mastodon.py
python index.py --access-token=YOUR_ACCESS_TOKEN --hashtag=cargocarryshitolympics
Liens entre les URL
Pour étudier la diversification et les biais de sources d'informations sur Mastodon, on peut voir à quel point les lignes éditoriales des liens donnés sur un sujet via un hashtag en particulier sont uniques ou polarisantes.
Trouver des relations entre tags
Voir les liens entre les différents tags à partir d'un tag donné permet de voir les associations d'idées. Une dataframe Pandas permet de mesurer précisément ces liens en les rangeant par nombre d'occurence décroissant. On prend les 100 derniers pouets d'une timeline sur un sujet donné, et on fait un rendu en forme de graphique de force pour voir les liens entre les tags (propriété des status donnés par l'api de mastodon.py). Le tout est sauvegardé dans un graphique png nommé par le nom du tag d'origine en recherche, tel que graph_tags_le-hashtag.png