python——使用API
文章目录
- 使用API
- 1. 使用Web API
- 1.1 使用API调用请求数据
- 1.2 安装requests
- 1.3 处理API响应
- 1.4 处理响应字典
- 1.5 概述最受欢迎的仓库
- 1.6 监视API的速率限制
- 2. 使用Pygal可视化仓库
- 2.1 改进Pygal图表
- 2.2 添加自定义工具提示
- 2.3 根据数据绘图
- 2.4 在图表中添加可单击的链接
- 3. Hacker News API
使用API
学习如何编写一个独立的程序，并对其进行可视化。
利用Web应用编程接口(API)自动请求网站的特定信息而不是整个网页，再对信息进行可视化，这样即使数据瞬息万变，程序呈现的信息也是最新的。
1. 使用Web API
API调用 ： Web API是网站的一部分，用于与使用非常具体的URL请求特定信息的程序交互。请求得到的数据将以易于处理的格式（JOSN, CSV）返回。
实战： 使用GitHub的API请求有关该网站中的python信息，使用Pygal生成交互可视化，呈现这些项目的受欢迎程度。
1.1 使用API调用请求数据
打开如下网址
https://api.github.com/search/repositories?q=language:python&sort=starts
这个调用返回GitHub当前托管了多少个python项目，还有有关最受欢迎的python仓库的信息。
解释调用：
https://api.github.com/ 将请求发送到GitHub网站中相应API调用的部分
search/repositories 搜索所有GitHub上的仓库
q= q表示查询 =指定查询
language:python 使用语言为python的仓库项目信息
&sort=starts 将项目按所获得的星级排序
下面显示了相应的前几行。从响应可知，该URL并不适合人工输入
“total_count”: 9070185, 写该文章的时刻，GitHub共9070185个python项目
“incomplete_results”: true, 请求成功。true，GitHub无法全面处理该API；若为false，则代表请求并非完整
item 其中包含GitHub上最受欢迎的Python项目的详细信息
1.2 安装requests
requests包向网站请求信息并检查返回的响应
先查看自己的conda环境
conda env list
激活要使用的环境
conda activate pythonProject
安装requests包
pip install --user requests
1.3 处理API响应
编写一个程序， 执行API调用，并处理结果，找出GitHub上星级最高的Python项目：
import requests# 执行API调用并存储响应
url = 'https://api.github.com/search/repositories?q=language:python&sort=starts'
# 将url传递给r，再将响应对象存储在变量r中
r = requests.get(url)
# 通过查看响应对象的一个status_code属性，知道了请求是否成功（状态码200表示请求成功）
print("Status code:", r.status_code)# 将API响应存储在一个变量中（将返回的json格式信息转化为python字典）
response_dict = r.json()# 处理结果，查看有哪些键值
print(response_dict.keys())
调用程序查看结果
1.4 处理响应字典
python_repos.py
import requests# 执行API调用并存储响应
url = 'https://api.github.com/search/repositories?q=language:python&sort=starts'
# 将url传递给r，再将响应对象存储在变量r中
r = requests.get(url)
# 通过查看响应对象的一个status_code属性，知道了请求是否成功（状态码200表示请求成功）
print("Status code:", r.status_code)# 将API响应存储在一个变量中（将返回的json格式信息转化为python字典）
response_dict = r.json()
print("Total repositories:", response_dict['total_count']) # 查看共有多少个仓库# 探索有关仓库的信息
repo_dicts = response_dict['items'] # 每个与items相关的字典都包含一个有关python仓库的信息
print("Repositories returned:", len(repo_dicts)) # 查看得到了多少个仓库的信息# 研究第一个仓库
repo_dict = repo_dicts[0]
print("\nKeys:", len(repo_dict)) # 查看第一个仓库中有多少信息
for key in sorted(repo_dict.keys()): # 打印所有信息的建print(key)
下面提取repo_dict中与一些键相关联的值：
python_repos.py
--snip--# 研究第一个仓库
repo_dict = repo_dicts[0]print("\nSelected information about first repository:")
print('Name:', repo_dict['name']) # 项目名称
print('Owner:', repo_dict['owner']['login']) # ['owner']获取项目所有者的字典 ['login']获取项目所有者的登录名
print('Stars:', repo_dict['stargazers_count']) # 获得的star数
print('Repository:', repo_dict['html_url'])
print('Created:', repo_dict['created_at']) # 建库时间
print('UPdate:', repo_dict['updated_at']) # 最近更新时间
print('Description:', repo_dict['description'])
写文章此刻，最受欢迎的项目是system-design-primer
1.5 概述最受欢迎的仓库
查看每一个仓库的信息
python_repos.py
--snip--
# 研究有关仓库的信息
print("\nSelected information about each repository:")
# 打印一条说明性的信息
for repo_dict in repo_dicts:print('\nName:', repo_dict['name']) # 项目名称print('Owner:', repo_dict['owner']['login']) # ['owner']获取项目所有者的字典 ['login']获取项目所有者的登录名print('Stars:', repo_dict['stargazers_count']) # 获得的star数print('Repository:', repo_dict['html_url'])print('Created:', repo_dict['created_at']) # 建库时间print('UPdate:', repo_dict['updated_at']) # 最近更新时间print('Description:', repo_dict['description'])
1.6 监视API的速率限制
大多数API都存在速率限制，即在特定时间内的可执行的请求数存在限制。
要获悉自己是否接近了GitHub的限制，可以输入如下网址查看
https://api.github.com/rate_limit
将看到如下响应
我们关心的信息是搜索API的速度限制
limit极限为每分钟10个请求
remaining当前这一分钟内还可再执行8个请求
reset配额将重置的时Unix时间或新纪元时间(1970年1月1日午夜后多少秒)
用完配额后，将收到一条简单的响应，由此知道已达到API极限。到达极限后必须等待配额重置。
注意：很多API都要求注册获得API密钥后才能执行API调用，GitHub没有这样的要求，但是获得API密钥后，配额将高得多。
2. 使用Pygal可视化仓库
python_repos.py
import requests
import pygal
from pygal.style import LightColorizedStyle as LCS, LightStyle as LS
# 执行API调用并存储响应
url = 'https://api.github.com/search/repositories?q=language:python&sort=starts'
# 将url传递给r，再将响应对象存储在变量r中
r = requests.get(url)
# 通过查看响应对象的一个status_code属性，知道了请求是否成功（状态码200表示请求成功）
print("Status code:", r.status_code)# 将API响应存储在一个变量中（将返回的json格式信息转化为python字典）
response_dict = r.json()
print("Total repositories:", response_dict['total_count']) # 查看共有多少个仓库# 探索有关仓库的信息
repo_dicts = response_dict['items'] # 每个与items相关的字典都包含一个有关python仓库的信息
# print("Repositories returned:", len(repo_dicts)) # 查看得到了多少个仓库的信息names, stars = [], []
for repo_dict in repo_dicts:names.append(repo_dict['name'])stars.append(repo_dict['stargazers_count'])# 可视化
my_style = LS # 使用LightenStyle类作为Bar的基本格式
chart = pygal.Bar(style=my_style, x_label_rotation=45, show_legend=False) #标签绕x轴转45度，并隐藏了图例
chart.title = 'Most-Starred Python Projects on GitHub'
chart.x_labels = nameschart.add('', stars) # 添加数据时，将标签设置为空字符串
chart.render_to_file('python_repos.svg')
用浏览器打开生成的python_repos.svg
2.1 改进Pygal图表
设置图表标题，副标题和主标签的字体大小
副标题： x轴上的项目名称，以及y轴上的大部分数字
主标签： y轴上5000的整数倍刻度
truncate_label： 将较长的项目名缩短为15个字符（如果将鼠标指向屏幕上被截短的项目名，将显式完整的项目名）
show_y_guides： 设置为False，以隐藏图表中的水平线
import requests
import pygal
from pygal.style import LightColorizedStyle as LCS, LightStyle as LS
# 执行API调用并存储响应
url = 'https://api.github.com/search/repositories?q=language:python&sort=starts'
# 将url传递给r，再将响应对象存储在变量r中
r = requests.get(url)
# 通过查看响应对象的一个status_code属性，知道了请求是否成功（状态码200表示请求成功）
print("Status code:", r.status_code)# 将API响应存储在一个变量中（将返回的json格式信息转化为python字典）
response_dict = r.json()
print("Total repositories:", response_dict['total_count']) # 查看共有多少个仓库# 探索有关仓库的信息
repo_dicts = response_dict['items'] # 每个与items相关的字典都包含一个有关python仓库的信息
# print("Repositories returned:", len(repo_dicts)) # 查看得到了多少个仓库的信息names, stars = [], []
for repo_dict in repo_dicts:names.append(repo_dict['name'])stars.append(repo_dict['stargazers_count'])# 可视化
my_style = LS # 使用LightenStyle类，并设置基调为蓝色my_config = pygal.Config() # 创建一个Pygal类Config的实例
my_config.x_label_rotation = 45
my_config.show_legend = True
my_config.title_font_size = 24
my_config.label_font_size = 14
my_config.major_label_font_size = 18
my_config.truncate_label = 15
my_config.show_y_guides = False
my_config.width = 1000chart = pygal.Bar(my_config, style=my_style) #标签绕x轴转45度，并隐藏了图例
chart.title = 'Most-Starred Python Projects on GitHub'
chart.x_labels = nameschart.add('', stars) # 添加数据时，将标签设置为空字符串
chart.render_to_file('python_repos.svg')
my_config.show_legend = False
隐藏图例
2.2 添加自定义工具提示
工具提示： 在Pygal中将鼠标指向条形，将显示它表示的信息
下面创建一个自定义工具提示，以显示项目的描述
bar_discriptions.py
import pygal
from pygal.style import LightColorizedStyle as LCS, LightStyle as LSmy_style = LS
chart = pygal.Bar(style=my_style, x_label_rotation=45, show_Legend=False)chart.title = 'Python Projects'
chart.x_labels = ['httpie', 'django', 'flask']plot_dicts = [{'value': 16101, 'label': 'Description of httpie.'},{'value':15028, 'label': 'Descripiton of django'},{'value': 14798, 'label': 'Description of flask'},
]chart.add('', plot_dicts)
chart.render_to_file('bar_descriptions.svg')
2.3 根据数据绘图
自动生成plot_dicts，其中包含API返回的30个项目
python_repos.py
# 探索有关仓库的信息
repo_dicts = response_dict['items'] # 每个与items相关的字典都包含一个有关python仓库的信息
print("Number of items:", len(repo_dicts)) # 查看得到了多少个仓库的信息names, plot_dicts = [], []
for repo_dict in repo_dicts:names.append(repo_dict['name'])plot_dict = {'value': repo_dict['stargazers_count'], 'label': repo_dict['description']}plot_dicts.append(plot_dict)# 可视化
my_style = LCS # 使用LightenStyle类，并设置基调为蓝色--snip--chart = pygal.Bar(my_config, style=my_style) #标签绕x轴转45度，并隐藏了图例
chart.title = 'Most-Starred Python Projects on GitHub'
chart.x_labels = nameschart.add('', plot_dicts) # 添加数据时，将标签设置为空字符串
chart.render_to_file('python_repos_bar_descriptions.svg')
2.4 在图表中添加可单击的链接
Pygal允许将图表中的每个条形用作网站的链接，只需要在为每个项目创建的字典中，添加一个键对‘xlink’：
python_repos.py
--snip--
names, plot_dicts = [], []
for repo_dict in repo_dicts:names.append(repo_dict['name'])plot_dict = {'value': repo_dict['stargazers_count'], 'label': repo_dict['description'],'xlink': repo_dict['html_url'],}plot_dicts.append(plot_dict)
--snip--
此时打开图表，再单击每一个条形，都会在新的窗口中跳转到对应github项目地址！
3. Hacker News API
为探索如何使用其他网站的API调用，我们来看看Hacker News（http://news.ycombinator.com/）。
在Hacker News网站，用户分享编程技巧方面的文章， 并就此展开积极的讨论。Hacker News的API让你能够访问有关该网站所有文章和评论的信息，且不要求你通过注册获得密钥。
https://hacker-news.firebaseio.com/v0/item/9884165.json
响应是一个字典，包含ID为9884165的文章信息
import requestsfrom operator import itemgetter# 执行API调用并存储响应
url = 'https://hacker-news.firebaseio.com/v0/topstories.json'
r = requests.get(url) # 其中包含了Hacker News上当前最热门的500片篇文章的ID
print("Status code", r.status_code)# 处理有关每篇文章的信息
submission_ids = r.json()
submission_dicts = []
for submission_id in submission_ids[:30]:# 对于每篇文章，都执行一个API调用url = ('https://hacker-news.firebaseio.com/v0/item/' + str(submission_id) + '.json')submission_r = requests.get(url)print(submission_r.status_code) # 判断请求状态是否成功response_dict = submission_r.json()submission_dict = {'title': response_dict['title'],'link': 'http://news.ycombinator.com/item?id=' + str(submission_id),'comments': response_dict.get('descendants', 0) #当评论数为0时，就没有comments这一项}submission_dicts.append(submission_dict)
submission_dicts = sorted(submission_dicts, key=itemgetter('comments'), reverse=True)for submission_dict in submission_dicts:print("\nTitle:", submission_dict['title'])print("Discussion link:", submission_dict['link'])print("Comments:", submission_dict['comments'])
使用任何API来访问和分析信息时，流程都与此类似。有了数据后，就可以进行数据可视化了。
python——使用API相关推荐
- python传递指针_使用Python / C API传递C指针
我是Python / C API的新手-我正在尝试为我的C程序添加新功能,其中我可以将python嵌入其中并同时扩展功能,以便嵌入式解释器可以执行将与之交互的脚本作为我的C程序的一部分编写的扩展pyt ...
- python封装api linux_python Socket编程-python API 与 Linux Socket API之间的关系
python socket编程 by SA19225409 地址协议家族 Python 支持 AF_UNIX. AF_NETLINK. AF_TIPC 和 AF_INET 家族 AF_UNIX 基于本 ...
- python ctypes实现api测试_Python与C之间的相互调用（Python C API及Python ctypes库）
2010-01-24 17:58 14237人阅读 评论(11) 我实现 Python C API 此部分可以参考我原来的文章< 准备工作: 闲话少说,看看Python C API.事实上,Py ...
- Python与C之间的相互调用（Python C API及Python ctypes库）
2010-01-24 17:58 14237人阅读 评论(11) 收藏 举报 目录(?)[-] Python C API 准备工作: C中内嵌Python 获取返回值 利用C扩展Python Pyth ...
- pywin32官方说明文档_GEE学习笔记 六十五：GEE的Python版API说明文档（英文版）
Google Earth Engine提供了JS版的API说明文档,但是没有提供Python版的说明文档.但是官方开源了相关代码,我这里利用源码生成了Python版API的相关说明文档.经过两天的研究 ...
- 用 Identity Server 4 (JWKS 端点和 RS256 算法) 来保护 Python web api
目前正在使用asp.net core 2.0 (主要是web api)做一个项目, 其中一部分功能需要使用js客户端调用python的pandas, 所以需要建立一个python 的 rest api ...
- 编写python扩展模块_《深度剖析CPython解释器》27. 使用Python/C API编写扩展模块：编写扩展模块的整体流程...
楔子 到目前为止,我们已经介绍了很多关于解释器方面的内容,本来接下来应该要说内存管理的,但是个人觉得应该对前面的系列做一个总结.而最好的方式,就是使用Python/C API编写扩展模块,个人是这么认 ...
- python rest api 框架_Python Eve REST API框架
说到Eve它是一款Python REST API框架,主要用于发布高可定制全功能的Web服务,可以上我们轻松创建部署Api. python eve现在的最新版本是0.1.0版本,它是一个开源项目遵循B ...
- Python C API 使用详解（二）
简介 介绍Python C API中的列表.元组.字典的使用,详细的进行了API中方法的介绍. Python List API List API 简单介绍 int PyList_Check(PyObj ...
- python rest api client_Python py-jama-rest-client包_程序模块 - PyPI - Python中文网
JAMA软件 JAMA软件是产品开发的最终记录和行动系统.公司的现代要求 测试管理解决方案有助于企业加快开发时间.降低风险.降低复杂性和验证. 法规遵从性.600多个以产品为中心的组织,包括nasa. ...
最新文章
- 【我的Android进阶之旅】推荐一款能提升数十倍效率的Android应用开发助手
- usr share里没有mysql_无法在ubuntu 12.04上安装mysql,找不到消息文件’/usr/share/mysql/errmsg.sys’...
- [导入]如何用WAP手机远程遥控电脑
- 算法提高课-图论-欧拉回路和欧拉路径-AcWing 1184. 欧拉回路：有向图和无向图的欧拉回路
- python的matplotlib问题
- mybatis plus 事务管理器_SpringBoot第七篇：springboot开启声明式事务
- MapReduce高级编程
- 解决moss的log文件不断变大的办法
- MySQL中的float和decimal类型有什么区别
- Android Studio 如何添加悬浮提示
- mac10.15切换大小写指示灯不亮
- 企业管理--盖洛普Q12测评法
- js实现回到顶部，以及回到指点div顶部
- 四、Flink部署 , job配置与运行
- 举个栗子！Tableau技巧（35）：学做 南丁格尔 玫瑰图 Nightingale rose diagram
- Gentoo Linux 快速安装记录
- win2008R2 不能访问局域网共享\局域网共享中无本机，解决办法
- leetcode 1925. Count Square Sum Triples（python）
- 学习线性代数-行列式 笔记（一）
- 打开EXCEL运行脚本，报无法运行宏问题