Python学习之路日志—利用matplotlib开发数据可视化项目（7）

在从今天开始的学习中，我将学习如何编写一个独立的程序，并对其获取的数据进行可视化。这个程序将使用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，再对这些信息进行可视化。由于这样编写的程序始终使用最新的数据来生成可视化，因此即便数据瞬息万变，它呈现的信息也都是最新的。

5.1 使用web API：

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。这种请求称为API调用。请求的数据将以易于处理的格式（如JSON或CSV）返回。依赖于外部数据源的大多数应用程序都依赖于API调用，如集成社交媒体网站的应用程序。

5.1.1 请求API调用请求数据：

GitHub的API让你能够通过API调用来请求各种信息。要知道API调用是什么样的，请在浏览器的地址栏中输入如下地址并按回车键：

https://api.github.com/search/repositories?q=language:python&sort=stars

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。下面来仔细研究这个调用。第一部分（https://api.github.com/ ）将请求发送到GitHub网站中响应API调用的部分；接下来的一部分（search/repositories ）让API搜索GitHub上的所有仓库。 repositories 后面的问号指出我们要传递一个实参。q 表示查询，而等号让我们能够开始指定查询（q= ）。通过使用language:python ，我们指出只想获取主要语言为 Python的仓库的信息。最后一部分（&sort=stars ）指定将项目按其获得的星级进行排序。 下面显示了响应的前几行。从响应可知，该URL并不适合人工输入：

从第二行输出可知，在写这篇博客时，GitHub总共有5479229个Python项目。其中包含GitHub上最受欢迎的Python项目的详细信息。

5.1.2 处理API响应：

requests包让Python程序能够轻松地向网站请求信息，以及检查返回的响应。要安装requests，请执行类似于下面的命令：

pip3 install requests -i http://pypi.tuna.tsinghua.edu.cn/simple —trusted-host pypi.tuna.tsinghua.edu.cn

下面来编写一个程序，它执行API调用并处理结果，找出GitHub上星级最高的Python项目：

# -*- coding:utf-8 -*-

import requests

# 执行API调用并存储响应
url = 'https://api.github.com/search/repositories?q=language:python&sort=stars'
r = requests.get(url)
print('Staus code:', r.status_code)

# 将API响应存储在一个变量中
response_dict = r.json()

# 处理结果
print(response_dict.keys())

在第3行处，我们导入了模块requests 。在第6行处，我们存储API调用的URL，然后使用requests 来执行调用（见第7行）。我们调用get() 并将URL传递给它，再将响应对象存储在变量r 中。响应对象包含一个名为status_code 的属性，它让我们知道请求是否成功了（状态码200表示请求成功）。在第8行处，我们打印status_code ，核实调用是否成功。这个API返回JSON格式的信息，因此我们使用方法json() 将这些信息转换为一个Python字典（见第11行）。我们将转换得到的字典存储在response_dict 中。最后，我们打印response_dict 中的键。

但是我在运行时却出现了如下的报错：

于是我开启了我电脑上的VPN，问题便得到了解决：

状态码为200，因此请求成功了。响应字典只包含三个键：'items' 、'total_count' 和'incomplete_results' 。

5.1.3 处理响应字典：

将API调用返回的信息存储到字典中后，就可以处理这个字典中的数据了。下面来生成一些概述这些信息的输出。这是一种不错的方式，可确认收到了期望的信息，进而可以开始研究感兴趣的信息：

# -*- coding:utf-8 -*-

import requests

# 执行API调用并存储响应
url = 'https://api.github.com/search/repositories?q=language:python&sort=stars'
r = requests.get(url)
print('Staus code:', r.status_code)

# 将API响应存储在一个变量中
response_dict = r.json()
print('Total repositpries returned:', response_dict['total_count'])

# 探索有关仓库的信息
repo_dicts = response_dict['items']
print('Repositpries returned:', len(repo_dicts))


# 研究第一个仓库
repo_dict = repo_dicts[0]
print('\nKeys:', len(repo_dict))
for key in sorted(repo_dict.keys()):
	print(key)

在第12行处，我们打印了与'total_count' 相关联的值，它指出了GitHub总共包含多少个Python仓库。 与'items' 相关联的值是一个列表，其中包含很多字典，而每个字典都包含有关一个Python仓库的信息。在第15行处，我们将这个字典列表存储在repo_dicts 中。接下来，我们打印repo_dicts 的长度，以获悉我们获得了多少个仓库的信息。 为更深入地了解返回的有关每个仓库的信息，我们提取了repo_dicts 中的第一个字典，并将其存储在repo_dict 中（见第20行）。接下来，我们打印这个字典包含的键数，看看其中有多少信息（见第21行）。在第22行处，我们打印这个字典的所有键，看看其中包含哪些信息。 输出让我们对实际包含的数据有了更清晰的认识：

GitHub的API返回有关每个仓库的大量信息：repo_dict 包含74个键。通过仔细查看这些键，可大致知道可提取有关项目的哪些信息。

下面来提取repo_dict 中与一些键相关联的值：

# -*- coding:utf-8 -*-

import requests

# 执行API调用并存储响应
url = 'https://api.github.com/search/repositories?q=language:python&sort=stars'
r = requests.get(url)
print('Staus code:', r.status_code)

# 将API响应存储在一个变量中
response_dict = r.json()
print('Total repositpries returned:', response_dict['total_count'])

# 探索有关仓库的信息
repo_dicts = response_dict['items']
print('Repositpries returned:', len(repo_dicts))


# 研究第一个仓库
repo_dict = repo_dicts[0]

print('\nSelected information about the first repository:')
print('Name:', repo_dict['name'])#打印了项目的名称
print('Owner:',repo_dict['owner']['login'])#用键owner来访问表示所有者的字典，再使用键key来获取所有者的登录名。
print('Stars:', repo_dict['stargazers_count'])#打印项目获得了多少个星的评级
print('Repository:', repo_dict['html_url'])#项目在GitHub仓库的URL
print('Created:', repo_dict['created_at'])#显示项目的创建时间
print('Updated:', repo_dict['updated_at'])#最后一次更新的时间
print('Description:', repo_dict['description'])#打印仓库的描述

在这里，我们打印了表示第一个仓库的字典中与很多键相关联的值。在第23行处，我们打印了项目的名称。项目所有者是用一个字典表示的，因此在第24行处，我们使用键owner 来访问表示所有者的字典，再使用键key 来获取所有者的登录名。在第 25行处，我们打印项目获得了多少个星的评级，以及项目在GitHub仓库的URL。接下来，我们显示项目的创建时间 （见第27行）和最后一次更新的时间（见第28行）。最后，打印仓库的描述。输出如下面这样：

从上述输出可知，在写这篇博客时，GitHub上星级最高的Python项目为system-design-primer，其所有者为用户donnemartin，有106190个GitHub用户给这个项目加星。我们可以看到这个项目的仓库的 URL，其创建时间为2017年2月，且最近更新了。最后，描述指出system-design-primer是用于学习如何设计大规模系统。

---