开发: C++知识库 Java知识库 JavaScript Python PHP知识库人工智能区块链大数据移动开发嵌入式开发工具数据结构与算法开发测试游戏开发网络协议系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑笔记本显卡显示器固态硬盘硬盘耳机手机 iphone vivo oppo 小米华为单反装机图拉丁

-> Python知识库 -> python——使用API -> 正文阅读

[Python知识库]python——使用API

文章目录

使用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
在这里插入图片描述 “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

在这里插入图片描述
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
在这里插入图片描述

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)

在这里插入图片描述

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'])

在这里插入图片描述写文章此刻，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'])

在这里插入图片描述

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
在这里插入图片描述
我们关心的信息是搜索API的速度限制

在这里插入图片描述

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 = names

chart.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
在这里插入图片描述

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 = 1000

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 = names

chart.add('', stars) # 添加数据时，将标签设置为空字符串
chart.render_to_file('python_repos.svg')

在这里插入图片描述

my_config.show_legend = False

隐藏图例
在这里插入图片描述

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 LS

my_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')

在这里插入图片描述

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 = names

chart.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')

在这里插入图片描述

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

在这里插入图片描述

响应是一个字典，包含ID为9884165的文章信息

import requests

from 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'])