第十七章 使用API

最新推荐文章于 2023-03-12 18:03:08 发布
最新推荐文章于 2023-03-12 18:03:08 发布
阅读量996 收藏 1
点赞数
分类专栏： python编程从入门到实践（第二版） 文章标签： github git
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/lemogate/article/details/122879718
版权

使用API

17.1 使用Web API

Web API 是网站的一部分，用于与使用具体URL请求特定信息的程序交互

17.1.1 Git 和 GitHub

git是一个分布式版本控制系统
github是项目仓库
github上的用户可以给喜欢的项目加星表示支持

17.1.2 使用API调用请求数据

在浏览器输入“

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

"
关于这个ibiaibia用，有以下解释：

  1. https://api.github.com/ 将请求发送到github网站中响应API调用的部分
  2. search/repositories 让API搜寻github上所有的仓库
  3. ？q=language:python&sort=stars，？表示后面要传递一个参数，q表示查询，=是指定查询，language:python指只获取python语言仓库的信息，&表示且，sort=stars表示按星星排序

执行程序后，浏览器会返回一个页面，见下图：
Alt

关于返回信息的说明：

  1. “total_count” 当前总共有的python项目数
  2. “incomplete_results” 值为false，表示请求成功，值为true，表示请求不完整
  3. "items"是返回的信息，包括受欢迎python项目的详细信息

17.1.3 安装Requests

按照课本安装应该要出错，推荐以下安装办法

安装办法：

  1. win + r 回车，在cmd 打开命令行界面
  2. 输入 pip install -i https://pypi.tuna.tsinghua.edu.cn/simple --trusted-host pypi.tuna.tsinghua.edu.cn requests
  3. 安装成功后，验证以下：输入python进入python界面， 输入import requests,不报错，说明安装成功

17.1.4 处理API响应

17.1.2小节是在网页中直接使用API，本小节我们将使用python程序调用该API，并存储返回数据
新建一个python_repos.py文件

# python_repos.py

import requests

# 执行API调用并存储响应
url = r"https://api.github.com/search/repositories?q=language:python&sort=stars"
headers = {'Accept': 'application/vnd.github.v3+json'} # 显式指定github API版本
r = requests.get(url, headers=headers) # 调用get（），将响应数据赋给r
print(f"Status code: {r.status_code}") # 响应数据包含一个status_code属性，表示请求是否成功，200表示成功

response_dict = r.json() # 将返回的json数据存储在变量response_dict中

print(response_dict.keys()) # 打印数据中的所有键值

输出:
Status code: 200
dict_keys([‘total_count’, ‘incomplete_results’, ‘items’])

三个键值的内容，可以参考17.1.2中的截图

17.1.5 处理响应字典

我们对返回的数据执行一些操作

# python_repos.py

import requests

# 执行API调用并存储响应
url = r"https://api.github.com/search/repositories?q=language:python&sort=stars"
headers = {'Accept': 'application/vnd.github.v3+json'} # 显式指定github API版本
r = requests.get(url, headers=headers) # 调用get（），将响应数据赋给r
print(f"Status code: {r.status_code}") # 响应数据包含一个status_code属性，表示请求是否成功，200表示成功

response_dict = r.json() # 将返回的json数据存储在变量response_dict中

print(f"Total repositories: {response_dict['total_count']}") # 打印仓库有多少个

# 探索仓库信息
repo_dicts = response_dict['items']
print(f"Repositories returned: {len(repo_dicts)}")

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

输出：
Status code: 200
Total repositories: 8657291
Repositories returned: 30

Keys:78
allow_forking
archive_url
archived
assignees_url
blobs_url
branches_url
clone_url
collaborators_url
comments_url
commits_url
compare_url
…

  1. 探索仓库信息:
    response_dict[‘items’]的值是一个列表，列表里的一个元素表示一个仓库，print(f"Repositories returned: {len(repo_dicts)}")表示获得了多少个仓库的信息
  2. 研究第一个仓库：
    repo_dicts[0]表示第一个仓库，其值是一个字典，print(f"\nKeys:{len(repo_dict)}")打印第一个仓库中有多少个字典元素，for语句用来打印该字典所有的键值，笔记中的输出只节选了一部分
    sorted（）是一个函数，用于返回的一个新的数据结构，而不是在原数据结构上操作，注意与sort()区别，（sort()是方法，在原列表上上操作，不返回任何值）

以第一个仓库为例，里面有很多关键信息，我们把它打印出来，加深印象

# python_repos.py

import requests

# 执行API调用并存储响应
url = r"https://api.github.com/search/repositories?q=language:python&sort=stars"
headers = {'Accept': 'application/vnd.github.v3+json'} # 显式指定github API版本
r = requests.get(url, headers=headers) # 调用get（），将响应数据赋给r
print(f"Status code: {r.status_code}") # 响应数据包含一个status_code属性，表示请求是否成功，200表示成功

response_dict = r.json() # 将返回的json数据存储在变量response_dict中

print(f"Total repositories: {response_dict['total_count']}") # 打印仓库有多少个

# 探索仓库信息
repo_dicts = response_dict['items']
print(f"Repositories returned: {len(repo_dicts)}")

# 研究第一个仓库
repo_dict = repo_dicts[0]

print("\nSelected information about first repository:")
print(f"Name: {repo_dict['name']}")  #项目名称
print(f"Owner: {repo_dict['owner']['login']}")  # 作者名称
print(f"Stars:{repo_dict['stargazers_count']}")  # 星星数
print(f"Repository: {repo_dict['html_url']}") # 仓库的网址
print(f"Created: {repo_dict['created_at']}")  #创建时间
print(f"Updated:{repo_dict['updated_at']}") # 最后一次更新时间
print(f"Description: {repo_dict['description']}") #仓库的描述

输出：
Status code: 200
Total repositories: 8618098
Repositories returned: 30

Selected information about first repository:
Name: public-apis
Owner: public-apis
Stars:179823
Repository: https://github.com/public-apis/public-apis
Created: 2016-03-20T23:49:42Z
Updated:2022-02-11T08:00:24Z
Description: A collective list of free APIs

17.1.6 概述最受欢迎的库

改写程序，打印多个仓库的关键信息

print(f"Status code: {r.status_code}") # 响应数据包含一个status_code属性，表示请求是否成功，200表示成功

response_dict = r.json() # 将返回的json数据存储在变量response_dict中

print(f"Total repositories: {response_dict['total_count']}") # 打印仓库有多少个

# 探索仓库信息
repo_dicts = response_dict['items']
print(f"Repositories returned: {len(repo_dicts)}")

# 打印多个仓库的信息
print("\nSelected information about each repository:")
for repo_dict in repo_dicts:
    print(f"Name: {repo_dict['name']}")  #项目名称
    print(f"Owner: {repo_dict['owner']['login']}")  # 作者名称
    print(f"Stars:{repo_dict['stargazers_count']}")  # 星星数
    print(f"Repository: {repo_dict['html_url']}") # 仓库的网址
    print(f"Created: {repo_dict['created_at']}")  #创建时间
    print(f"Updated:{repo_dict['updated_at']}") # 最后一次更新时间
    print(f"Description: {repo_dict['description']}") #仓库的描述

输出：
Status code: 200
Total repositories: 8659049
Repositories returned: 30

Selected information about each repository:

Name: public-apis
Owner: public-apis
Stars:179827
Repository: https://github.com/public-apis/public-apis
Created: 2016-03-20T23:49:42Z
Updated:2022-02-11T08:56:12Z
Description: A collective list of free APIs

Name: system-design-primer
Owner: donnemartin
Stars:161836
Repository: https://github.com/donnemartin/system-design-primer
Created: 2017-02-26T16:15:28Z
Updated:2022-02-11T09:00:28Z
Description: Learn how to design large-scale systems. Prep for the system design interview. Includes Anki flashcards.

Name: Python
Owner: TheAlgorithms
Stars:129133
Repository: https://github.com/TheAlgorithms/Python
Created: 2016-07-16T09:44:01Z
Updated:2022-02-11T08:30:36Z
Description: All Algorithms implemented in Python

Name: Python-100-Days
Owner: jackfrued
Stars:114901
Repository: https://github.com/jackfrued/Python-100-Days
Created: 2018-03-01T16:05:52Z
Updated:2022-02-11T09:00:10Z
Description: Python - 100天从新手到大师

Name: youtube-dl
Owner: ytdl-org
Stars:106084
Repository: https://github.com/ytdl-org/youtube-dl
Created: 2010-10-31T14:35:07Z
Updated:2022-02-11T08:11:11Z
Description: Command-line program to download videos from YouTube.com and other video sites

Name: models
Owner: tensorflow
Stars:72738
Repository: https://github.com/tensorflow/models
Created: 2016-02-05T01:15:20Z
Updated:2022-02-11T08:44:46Z
Description: Models and examples built with TensorFlow

Name: thefuck
Owner: nvbn
Stars:66703
Repository: https://github.com/nvbn/thefuck
Created: 2015-04-08T15:08:04Z
Updated:2022-02-11T07:55:26Z
Description: Magnificent app which corrects your previous console command.

Name: django
Owner: django
Stars:62285
Repository: https://github.com/django/django
Created: 2012-04-28T02:47:18Z
Updated:2022-02-11T08:59:37Z
Description: The Web framework for perfectionists with deadlines.

Name: transformers
Owner: huggingface
Stars:57983
Repository: https://github.com/huggingface/transformers
Created: 2018-10-29T13:56:00Z
Updated:2022-02-11T08:48:25Z
Description: 🤗 Transformers: State-of-the-art Machine Learning for Pytorch, TensorFlow, and JAX.

Name: flask
Owner: pallets
Stars:57901
Repository: https://github.com/pallets/flask
Created: 2010-04-06T11:11:59Z
Updated:2022-02-11T07:30:18Z
Description: The Python micro framework for building web applications.

Name: keras
Owner: keras-team
Stars:53933
Repository: https://github.com/keras-team/keras
Created: 2015-03-28T00:35:42Z
Updated:2022-02-11T05:00:09Z
Description: Deep Learning for humans

Name: awesome-machine-learning
Owner: josephmisiti
Stars:53149
Repository: https://github.com/josephmisiti/awesome-machine-learning
Created: 2014-07-15T19:11:19Z
Updated:2022-02-11T07:00:12Z
Description: A curated list of awesome Machine Learning frameworks, libraries and software.

Name: HelloGitHub
Owner: 521xueweihan
Stars:52221
Repository: https://github.com/521xueweihan/HelloGitHub
Created: 2016-05-04T06:24:11Z
Updated:2022-02-11T08:52:09Z
Description: :octocat: 分享 GitHub 上有趣、入门级的开源项目。Share interesting, entry-level open source projects on GitHub.

Name: ansible
Owner: ansible
Stars:52088
Repository: https://github.com/ansible/ansible
Created: 2012-03-06T14:58:02Z
Updated:2022-02-11T08:36:52Z
Description: Ansible is a radically simple IT automation platform that makes your applications and systems easier to deploy and maintain. Automate everything from code deployment to network configuration to cloud management, in a language that approaches plain English, using SSH, with no agents to install on remote systems. https://docs.ansible.com.

Name: scikit-learn
Owner: scikit-learn
Stars:48988
Repository: https://github.com/scikit-learn/scikit-learn
Created: 2010-08-17T09:43:38Z
Updated:2022-02-11T07:39:00Z
Description: scikit-learn: machine learning in Python

Name: requests
Owner: psf
Stars:46871
Repository: https://github.com/psf/requests
Created: 2011-02-13T18:38:17Z
Updated:2022-02-11T06:50:09Z
Description: A simple, yet elegant, HTTP library.

Name: face_recognition
Owner: ageitgey
Stars:43076
Repository: https://github.com/ageitgey/face_recognition
Created: 2017-03-03T21:52:39Z
Updated:2022-02-11T07:35:36Z
Description: The world’s simplest facial recognition api for Python and the command line

Name: scrapy
Owner: scrapy
Stars:42756
Repository: https://github.com/scrapy/scrapy
Created: 2010-02-22T02:01:14Z
Updated:2022-02-11T05:53:26Z
Description: Scrapy, a fast high-level web crawling & scraping framework for Python.

Name: cpython
Owner: python
Stars:42740
Repository: https://github.com/python/cpython
Created: 2017-02-10T19:23:51Z
Updated:2022-02-11T08:35:54Z
Description: The Python programming language

Name: big-list-of-naughty-strings
Owner: minimaxir
Stars:41917
Repository: https://github.com/minimaxir/big-list-of-naughty-strings
Created: 2015-08-08T20:57:20Z
Updated:2022-02-11T07:40:37Z
Description: The Big List of Naughty Strings is a list of strings which have a high probability of causing issues when used as user-input data.

Name: fastapi
Owner: tiangolo
Stars:41617
Repository: https://github.com/tiangolo/fastapi
Created: 2018-12-08T08:21:47Z
Updated:2022-02-11T08:09:02Z
Description: FastAPI framework, high performance, easy to learn, fast to code, ready for production

Name: manim
Owner: 3b1b
Stars:41423
Repository: https://github.com/3b1b/manim
Created: 2015-03-22T18:50:58Z
Updated:2022-02-11T08:58:12Z
Description: Animation engine for explanatory math videos

Name: faceswap
Owner: deepfakes
Stars:40308
Repository: https://github.com/deepfakes/faceswap
Created: 2017-12-19T09:44:13Z
Updated:2022-02-11T08:06:20Z
Description: Deepfakes Software For All

Name: localstack
Owner: localstack
Stars:38638
Repository: https://github.com/localstack/localstack
Created: 2016-10-25T23:48:03Z
Updated:2022-02-11T08:00:37Z
Description: 💻 A fully functional local AWS cloud stack. Develop and test your cloud & Serverless apps offline!

Name: rich
Owner: Textualize
Stars:34926
Repository: https://github.com/Textualize/rich
Created: 2019-11-10T15:28:09Z
Updated:2022-02-11T08:25:12Z
Description: Rich is a Python library for rich text and beautiful formatting in the terminal.

Name: PayloadsAllTheThings
Owner: swisskyrepo
Stars:34191
Repository: https://github.com/swisskyrepo/PayloadsAllTheThings
Created: 2016-10-18T07:29:07Z
Updated:2022-02-11T08:14:45Z
Description: A list of useful payloads and bypass for Web Application Security and Pentest/CTF

Name: Real-Time-Voice-Cloning
Owner: CorentinJ
Stars:33326
Repository: https://github.com/CorentinJ/Real-Time-Voice-Cloning
Created: 2019-05-26T08:56:15Z
Updated:2022-02-11T08:53:59Z
Description: Clone a voice in 5 seconds to generate arbitrary speech in real-time

Name: CppCoreGuidelines
Owner: isocpp
Stars:33177
Repository: https://github.com/isocpp/CppCoreGuidelines
Created: 2015-08-19T20:22:52Z
Updated:2022-02-11T08:05:07Z
Description: The C++ Core Guidelines are a set of tried-and-true guidelines, rules, and best practices about coding in C++

Name: shadowsocks
Owner: shadowsocks
Stars:33103
Repository: https://github.com/shadowsocks/shadowsocks
Created: 2012-04-20T13:10:49Z
Updated:2022-02-11T01:45:24Z
Description: None

Name: pandas
Owner: pandas-dev
Stars:32680
Repository: https://github.com/pandas-dev/pandas
Created: 2010-08-24T01:37:33Z
Updated:2022-02-11T08:33:24Z
Description: Flexible and powerful data analysis / manipulation library for Python, providing labeled data structures similar to R data.frame objects, statistical functions, and much more

…

17.1.7 监视API的速率限制

在浏览器中输入：
”
https//api.github.com/rate_limit
"
得到以下响应：
{“resources”:{“core”:{“limit”:60,“remaining”:60,“reset”:1644573984,“used”:0,“resource”:“core”},“graphql”:{“limit”:0,“remaining”:0,“reset”:1644573984,“used”:0,“resource”:“graphql”},“integration_manifest”:{“limit”:5000,“remaining”:5000,“reset”:1644573984,“used”:0,“resource”:“integration_manifest”},“search”:{“limit”:10,“remaining”:10,“reset”:1644570444,“used”:0,“resource”:“search”}},“rate”:{“limit”:60,“remaining”:60,“reset”:1644573984,“used”:0,“resource”:“core”}}

17.2 使用Plotly可视化仓库

我们将上一节中的受欢迎python项目进行可视化操作
新建一个python_visual.py

# python_visual.py

import requests
from plotly.graph_objs import Bar
from plotly import offline

# 上一节代码复制过来
# 执行API调用并存储响应
url = r"https://api.github.com/search/repositories?q=language:python&sort=stars"
headers = {'Accept': 'application/vnd.github.v3+json'} # 显式指定github API版本
r = requests.get(url, headers=headers) # 调用get（），将响应数据赋给r
print(f"Status code: {r.status_code}") # 响应数据包含一个status_code属性，表示请求是否成功，200表示成功

response_dict = r.json() # 将返回的json数据存储在变量response_dict中

print(f"Total repositories: {response_dict['total_count']}") # 打印仓库有多少个

# 探索仓库信息
repo_dicts = response_dict['items']

repo_names, stars = [], [] # 新建两个列表用来存储项目名称和星星数量
for repo_dict in repo_dicts:
    repo_names.append(repo_dict['name'])
    stars.append(repo_dict['stargazers_count'])

# 可视化
data = [{
    'type': 'bar',
    'x': repo_names,
    'y': stars
}]

my_layout = {
    'title': 'GitHub上最受欢迎的Python项目',
    'xaxis': {'title': 'Repository'},
    'yaxis':{'title': 'Stars'},
}

fig = {'data': data, 'layout': my_layout}
offline.plot(fig, filename='python_repos.html')

执行程序，如下图所示：

执行程序会形成两个结果，不知道为何，第一和第二个项目会莫名其妙丢掉
Alt

17.2.1 改进Plotly图标

  1. 改进定制条形，通过修改data 中的 marker 键值
  2. 通过修改 my_layout 中的代码，修改标题、坐标轴和轴刻度大小
# python_visual.py

import requests
from plotly.graph_objs import Bar
from plotly import offline

# 上一节代码复制过来
# 执行API调用并存储响应
url = r"https://api.github.com/search/repositories?q=language:python&sort=stars"
headers = {'Accept': 'application/vnd.github.v3+json'} # 显式指定github API版本
r = requests.get(url, headers=headers) # 调用get（），将响应数据赋给r
print(f"Status code: {r.status_code}") # 响应数据包含一个status_code属性，表示请求是否成功，200表示成功

response_dict = r.json() # 将返回的json数据存储在变量response_dict中

print(f"Total repositories: {response_dict['total_count']}") # 打印仓库有多少个

# 探索仓库信息
repo_dicts = response_dict['items']

repo_names, stars = [], [] # 新建两个列表用来存储项目名称和星星数量
for repo_dict in repo_dicts:
    repo_names.append(repo_dict['name'])
    stars.append(repo_dict['stargazers_count'])

# 可视化
data = [{
    'type': 'bar',
    'x': repo_names,
    'y': stars,
    'marker':{
        'color': 'rgb(60, 100, 150)',
        'line': {'width': 1.5, 'color': 'rgb(25, 25, 25)'}
    }, # 条形的颜色和边框宽度颜色
    'opacity': 0.6 # 条形的不透明度
}]

my_layout = {
    'title': 'GitHub上最受欢迎的Python项目',
    'titlefont': {'size': 28},
    'xaxis': {
        'title': 'Repository',
        'titlefont': {'size': 24},
        'tickfont':{'size': 14},
    },
    'yaxis':{
        'title': 'Stars',
        'titlefont': {'size': 24},
        'tickfont': {'size': 14},
    },
}

fig = {'data': data, 'layout': my_layout}
offline.plot(fig, filename='python_repos.html')

注意：因为数据是即时从api上获取，每次都不一样，这就告诉我们，一般要把数据下载到本地电脑，然后从本地装载进程序，这样才可以保证数据的稳定性

执行程序，见下图：
Alt

17.2.2添加自定义工具提示

将鼠标指向图形图将显示其表示信息，这就叫工具提示
我们将修改上节代码，用来添加项目的描述和所有者等信息

# python_visual.py

import requests
from plotly.graph_objs import Bar
from plotly import offline

# 上一节代码复制过来
# 执行API调用并存储响应
url = r"https://api.github.com/search/repositories?q=language:python&sort=stars"
headers = {'Accept': 'application/vnd.github.v3+json'} # 显式指定github API版本
r = requests.get(url, headers=headers) # 调用get（），将响应数据赋给r
print(f"Status code: {r.status_code}") # 响应数据包含一个status_code属性，表示请求是否成功，200表示成功

response_dict = r.json() # 将返回的json数据存储在变量response_dict中

print(f"Total repositories: {response_dict['total_count']}") # 打印仓库有多少个

# 探索仓库信息
repo_dicts = response_dict['items']

repo_names, stars, labels = [], [], [] # 新建三个列表用来存储项目名称、星星数量和显示标签
for repo_dict in repo_dicts:
    repo_names.append(repo_dict['name'])
    stars.append(repo_dict['stargazers_count'])

    owner = repo_dict['owner']['login']
    description = repo_dict['description']
    label = f"{owner}<br />{description}" # <br /> HTMl语法中的换行
    labels.append(label)

# 可视化
data = [{
    'type': 'bar',
    'x': repo_names,
    'y': stars,
    'hovertext': labels, # 列表中的提醒文本标签
    'marker':{
        'color': 'rgb(60, 100, 150)',
        'line': {'width': 1.5, 'color': 'rgb(25, 25, 25)'}
    }, # 条形的颜色和边框宽度颜色
    'opacity': 0.6 # 条形的不透明度
}]

my_layout = {
    'title': 'GitHub上最受欢迎的Python项目',
    'titlefont': {'size': 28},
    'xaxis': {
        'title': 'Repository',
        'titlefont': {'size': 24},
        'tickfont':{'size': 14},
    },
    'yaxis':{
        'title': 'Stars',
        'titlefont': {'size': 24},
        'tickfont': {'size': 14},
    },
}

fig = {'data': data, 'layout': my_layout}
offline.plot(fig, filename='python_repos.html')

执行程序前，显示图片如下：
Alt

执行程序后，显示图片如下：

Alt

注意：
每次程序执行，总会丢掉某一个或某几个项目

17.2.3 在图表中添加可单击的链接

Plotly 允许在文本元素中使用HTML，因此我们可以将x轴标签作为链接，用来访问该项目的GitHub主页

# python_visual.py

import requests
from plotly.graph_objs import Bar
from plotly import offline

# 上一节代码复制过来
# 执行API调用并存储响应
url = r"https://api.github.com/search/repositories?q=language:python&sort=stars"
headers = {'Accept': 'application/vnd.github.v3+json'} # 显式指定github API版本
r = requests.get(url, headers=headers) # 调用get（），将响应数据赋给r
print(f"Status code: {r.status_code}") # 响应数据包含一个status_code属性，表示请求是否成功，200表示成功

response_dict = r.json() # 将返回的json数据存储在变量response_dict中

print(f"Total repositories: {response_dict['total_count']}") # 打印仓库有多少个

# 探索仓库信息
repo_dicts = response_dict['items']

repo_links, stars, labels = [], [], [] # 新建三个列表用来存储项目名称及链接、星星数量和显示标签
for repo_dict in repo_dicts:
    repo_name = repo_dict['name']
    repo_url = repo_dict['html_url']
    repo_link = f"<a href='{repo_url}'>{repo_name}</a>"
    # 创建一个指向目标的链接，格式为：<a href='URL'><text/a>
    repo_links.append(repo_link)
    stars.append(repo_dict['stargazers_count'])

    owner = repo_dict['owner']['login']
    description = repo_dict['description']
    label = f"{owner}<br />{description}" # <br /> HTMl语法中的换行
    labels.append(label)

# 可视化
data = [{
    'type': 'bar',
    'x': repo_links,
    'y': stars,
    'hovertext': labels, # 列表中的提醒文本标签
    'marker':{
        'color': 'rgb(60, 100, 150)',
        'line': {'width': 1.5, 'color': 'rgb(25, 25, 25)'}
    }, # 条形的颜色和边框宽度颜色
    'opacity': 0.6 # 条形的不透明度
}]

my_layout = {
    'title': 'GitHub上最受欢迎的Python项目',
    'titlefont': {'size': 28},
    'xaxis': {
        'title': 'Repository',
        'titlefont': {'size': 24},
        'tickfont':{'size': 14},
    },
    'yaxis':{
        'title': 'Stars',
        'titlefont': {'size': 24},
        'tickfont': {'size': 14},
    },
}

fig = {'data': data, 'layout': my_layout}
offline.plot(fig, filename='python_repos.html')

执行程序，发现x轴的标签名变为小手形状，点击即可进入该python项目的GitHub主页
执行效果见下图：
Alt

Alt

17.2.4 深入了解Plotly 和GitHubAPI

学习plotly，有两个好去处

  1. Plotly User Guide in Python
  2. Plotly网站中的Python Figure Reference

深入了解GitHubAPI，可参阅其文档

17.3 Hacker News API

换一个网站，如Hacker News，调用返回是本热门文章的链接就变为
’‘
https://hacker-news.firebaseio.com/v0/item/19155826.json
’‘
其余略

17.4 小结

略

张小勇zhangxy
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
＜学习笔记＞API的使用
m0_47528027的博客
08-11 429
API调用：用于与使用非常具体的URL请求特定信息的程序交互，请求的数据以易于处理的格式（如JSON or CSV）返回。 举个例子 ：在浏览器中输入https://api.github.com/search/repositories?q=language:python&sort=stars ，返回了 Github 当前托管的python项目，以及最受欢迎的Python仓库信息。 分析： https://api.github.com/ ———将请求发送到Github网站中响应API调用的部分 se
第 17 章 使用API
weixin_34239592的博客
04-08 228
在本章中，我们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。 17.1 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...
第17章 使用API
qq_46363011的博客
07-08 125
17.1 使用Web APIWeb 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。1、GIT和GITHUBGit是一个分布式版本控制系统，让程序员团队能够协作开发项目。GitHub上的项目都存储在仓库中，后者包括与项目相关联的一切：代码、项目参与者信息、问题或bug报告等。2、使用API调用请求数据URL:https://api.github.com/search/repositories?q=language:python&sort=stars针对该API
使用API
qq_60545192的博客
03-12 167
有个问题还没解决，就是鼠标悬停在条形上无法显示相关信息，就是注释掉的代码。（5）status_code核实调用是否成功，若值为200，则成功。（2）通过指定headers显式地要求使用这个版本的API。keys()方法返回一个视图对象，是动态的，是只读的。修改了字体大小，加入了边框，以及换了条形的颜色。（3）最后使用requests调用API。若list(keys)，则可生成一个列表。（1）url变量存储API调用的URL。（4）将响应对象赋给变量r。4.在图表中添加可单机的链接。1.收集仓库的相关信息。
Python第十七章-数据可视化-使用API.pdf
02-05
在本章中， 你学习了： 如何使用API来编写独立的程序， 它们自动采集所需的数据并对其进行可视化； 使用GitHub API来探索GitHub上星级最高的Python项目， 还大致地了解了Hacker News API； 如何使用requests包来自动...
Python第十七章-数据可视化-使用API程序Demo资源文件.rar
最新发布
02-20
在本章中， 你学习了： 如何使用API来编写独立的程序， 它们自动采集所需的数据并对其进行可视化； 使用GitHub API来探索GitHub上星级最高的Python项目， 还大致地了解了Hacker News API； 如何使用requests包来自动...
使用Java理解程序逻辑第17章.zip
04-20
在本章节"使用Java理解程序逻辑第17章"中，我们将深入探讨Java编程语言中的高级概念和程序设计技巧，这些对于提升你的编程能力和解决复杂问题至关重要。JavaSE（Java Standard Edition）是Java的核心，提供了编写...
第四章：Spring AOP API 设计模式1
08-03
在本章中，我们将探讨17种设计模式在Spring AOP中的应用和实现，以及它们如何帮助提升软件的可维护性和扩展性。 1. **抽象工厂模式（Abstract Factory）**：Spring AOP框架中的`AopProxyFactory`接口代表抽象工厂，...
第三章：Spring AOP API 设计与实现1
08-03
本章主要涵盖了Spring AOP的多个核心概念和实现机制。 1. **整体设计**：Spring AOP API的设计目标是为应用程序提供灵活的切面编程能力。它通过AOP代理来拦截方法调用，执行相应的Advice，实现了切面的透明插入。 ...
在 UI 自动化中调用浏览器 API 的方法与使用场景
weixin_42686892的博客
01-14 1436
事情的背景是最近在新项目中做 UI 自动化， 就想调研一下如何与浏览器的 API 交互获取一些额外的信息以在 case 失败的时候获取一些额外的信息帮助 debug。 后来就又慢慢延伸到了前端性能测试，弱网测试等场景上去了。 所以把调研的结果记录在这里。 主要是为了解决以下的问题： 测试的时候总会遇到一些偶发的 bug，发现自动化 case 失败以后再去页面上操作也很难复现。 所以如果能拿到失败的时候页面里所有请求的 request 和 response 有利于排查问题。 相当于调用了 chrome de
ASP.NET Web API中对Headers的操作
pan_junbiao的博客
11-14 2万+
ASP.NET Web API中对Headers的操作。 1、获取请求头信息 string value = HttpContext.Current.Request.Headers["name"]; 2、添加响应头信息 HttpResponseMessage result = new HttpResponseMessage(); result.Headers.Add("name", "v...
python 使用API并将获取到的数据可视化的基本方法（详细）
m0_62488776的博客
02-04 3405
我们将编写一个程序，它将会自动下载GitHub网站上星星最多的python项目的信息，并对这些信息简单可视化。
NLP迁移学习
qq_46107892的博客
04-25 407
迁移学习 第一步下载微调脚本文件 # 克隆huggingface的transfomers文件 git clone https://github.com/huggingface/transformers.git # 进行transformers文件夹 cd transformers # 安装python的transformer工具包, 因为微调脚本是py文件. pip install . # 当前的版本可能跟我们教学的版本并不相同，你还需要执行： pip install transformers==2
基本API速率限制
最佳 Java 编程
06-06 1743
您可能正在开发某种形式的（Web / RESTful）API，并且如果它是面向公众的（甚至是内部的），通常您希望以某种方式对其进行速率限制。 即，限制一段时间内执行的请求数，以节省资源并防止滥用。 这可能可以通过一些聪明的配置在Web服务器/负载均衡器级别上实现，但是通常您希望速率限制器是特定于客户端的（即，API的每个客户端都应具有单独的速率限制），以及客户端的方式被确定是不同的。 可...
restful api 文档定义工具
ice泉的博客
01-05 2957
apidoc install Nodejs 安装 下载Windows Installer (.msi) 版本的进行安装 Nodejs 全局变量设置 在安装目录下创建 node_global 和 node_cache 文件夹 npm config set prefix "C:\Program Files\nodejs\node_global" npm config set cache
HTTP 请求头 Header
热门推荐
AndyLizh的专栏
12-02 3万+
HTTP 请求头 Header　　HTTP请求头概述 （HttpServletRequest） HTTP客户程序（例如浏览器），向服务器发送请求的时候必须指明请求类型（一般是GET或者POST或者HEAD）。  　　如有必要，客户程序还可以选择发送其他的请求头。大多数请求头并不是必需的，但Content-Length除外。对于POST请求来说Content-Length必须出现。 下面是一些
【ApiDoc】官方文档(翻译)
qw_xingzhe的专栏
11-06 892
本文主要参考 ApiDoc官方文档 一、apidoc简介 apidoc是一款可以有源代码中的注释直接自动生成api接口文档的工具，它几乎支持目前主流的所有风格的注释。例如： Javadoc风格注释(可以在C#, Go, Dart, Java, JavaScript, PHP, TypeScript等语言中使用) /** * This is a comment. */ Coff...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

张小勇zhangxy

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值