python入门与实践-17章-使用API

# Python入门与实践 第17章_使用API
# 本章中，你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，在对这些信息进行可视化。
# 由于这样编写的程序时钟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。

# 17.1.1 Git和GitHub 
# 本章的可视化将基于来自GitHub的信息，这是一个让程序员能够协作开发项目的网站。我们将使
# 用GitHub的API来请求有关该网站中Python项目的信息，然后使用Pygal生成交互式可视化，以
# 呈现这些项目的受欢迎程度。

#GitHub(https://www.github.com)的名字源自Git，Git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。

# 17.1.2 使用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

# 17.1.3 安装requests
# 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：
$ pip install --user requests

# 17.1.4 处理API响应
# 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：
# 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=stars'
r = requests.get(url)
print("Status 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())

# 17.1.5 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：
# 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=stars'
r = requests.get(url)
print("status code:",r.status_code)

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

# 探索有关仓库的信息
repo_dicts = response_dict['items']
print("Repositories 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)

# 17.1.6 概述最受欢迎的仓库
# 对这些数据进行可视化时，我们需要涵盖多个仓库。下面就来编写一个循环，打印API调用返回
# 的每个仓库的特定信息，以便能够在可视化中包含所有这些信息：
--snip--
# 研究有关仓库的信息
repo_dicts = response_dict['items']
print('Repositores returned:',len(repo_dicts))

print('\nSelected information about each repository:')
for repo_dict in repo_dicts:
    print('\nName:',repo_dict['name'])
    print('Owner:',repo_dict['owner']['login'])
    print('Stars:',repo_dict['stargazers_count'])
    print('Repository:',repo_dict['html_url'])
    print('Created:',repo_dict['created_at'])
    print('Updated:',repo_dict['updated_at'])
    print('Description:',repo_dict['description'])

# 扩展练习，通过更改语句，将上述输出信息保存在文本文件中：
--snip--
txt = open('github.txt','w')
print("项目合计:",len(repo_dicts),"个",file=txt)
for repo_dict in repo_dicts:
    try:
        print('Name:',repo_dict['name'],file=txt)
        print('Owner:',repo_dict['owner']['login'],file=txt)
        print('Stars:',repo_dict['stargazers_count'],file=txt)
        print('Repository:',repo_dict['html_url'],file=txt)
        print('Created:',repo_dict['created_at'],file=txt)
        print('Updated:',repo_dict['updated_at'],file=txt)
        print('Description:',repo_dict['description'],file=txt)
        print("",file=txt)
    except UnicodeEncodeError:
        continue
txt.close()

# 17.1.7 监视API的速率限制
# 大多数API都存在速率限制，即你在特定时间内可执行的请求数存在限制。要获悉你是否接近了
# GitHub的限制，请在浏览器中输入https://api.github.com/rate_limit：

# 17.2 使用pygal可视化仓库
# 有了一些有趣的数据后，我们来进行可视化，呈现GitHub上python项目的受欢迎程度。我们将创
# 建一个交互式条形图：条形的高度表示项目获得了多少颗星。单击条形将带你进入项目在GitHub
# 上的主页。
# 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=satars"
r = requests.get(url)
print("Status code",r.status_code)
# 将API响应存储在一个变量中
response_dict = r.json()
# 研究有关仓库信息
response_dicts = response_dict[items]

names,stars = [],[]
for repo_dict in response_dicts:
    names.append(repo_dict['name'])
    stars.append(repo_dict['stargazers_count'])

# 可视化
my_style = LS('#333366',base_style=LCS)
chart = pygal.Bar(style=my_style,x_label_rotation=45,show_legend=False)
chart.title = "Most-Starred Python Projects on GitHub"
chart.x_labels = names

chart.add('',stars)
chart.render_to_file('python_repos.svg')


# 17.2.1 改进pygal图表
# 改进图表样式，进行多个定制，先微调整体代码结构，创建一个配置对象，在其中包含要传递给
# Bar()的所有定制：
 --snip--

#可视化
my_style = LS('#333366',base_style=LCS) # 定义条形图中条形的底色为蓝色和base_style灰色

my_config = pygal.Config() # 创建PygalConfig的实例，修改my_config，可定制图表外观。
my_config.x_label_rotation = 45 # X轴标签，绕x轴顺时针45°旋转
my_config.show_legend = False # 隐藏图例
my_config.title_font_size = 24 # 标题大小
my_config.label_font_size = 14 # X轴、y轴标签字体大小
my_config.major_label_font_size = 18 # y轴标签上刻度字体大小
my_config.truncate_label = 15 # X轴标签长度15个字符
my_config.show_y_guides = False # 隐藏图表水平线
my_config.width = 1000 # 自定义图表宽度

chart = pygal.Bar(my_config,style=my_style)
chart.title = 'Most-Starred Python Projects on Github'
chart.x_labels = names
chart.add("",stars)
chart.render_to_file("python_repos_new.svg")

# 17.2.2 添加自定义工具提示
# 在Python中，将鼠标指向条形将显示它表示的信息，这通常称为：工具提示。
# 在上面实例中，显示的是项目获得了多少个星。
# 下面创建自定义工具提示，显示项目描述:
# 示例：下面可视化前三个项目，并给每个项目对应的条形都指定自定义标签。为此，我们想add()
# 传递一个字典列表，而不是值列表：
# bar_description.py
import pygal
from pygal.style import LightColorizedStyle as LCS,lightenStyle as LS

my_style = LS('#333366',base_style=LCS)
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':'Description of diango.'},
    {'value':14798,'label':'Description of flask.'},
    ]


chart.add('',plot_dicts)
chart.render_to_file('bar_description.svg')