python——使用API

最新推荐文章于 2024-05-29 11:34:48 发布
最新推荐文章于 2024-05-29 11:34:48 发布
阅读量6.8k 收藏 51
点赞数 4
文章标签： python 开发语言
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/zhiai_/article/details/125467353
版权

文章目录

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'])

在这里插入图片描述
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。

番茄元
关注
  • 4
    点赞
  • 踩
  • 51
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
专栏目录
Python------API
m0_64365419的博客
08-06 969
Git和GitHub;使用API调用请求资源；Requests包的有关内容；处理API响应的步骤和方法；处理响应字典；使用Plotly可视化GitHub网站上的Python项目仓库；添加自定义工具提示；在图表中添加可单击的链接；...
C_C++_Java_Python——API
04-25
以上是关于C、C++、Java和Python中API的基本介绍，实际的"**C_C++_Java_Python——API**"压缩包可能包含更详细的示例、教程或库的文档，进一步学习这些内容将有助于提升你在这些语言中的API使用技能。
Python API教程：API入门
wbryze的博客
03-06 5422
json软件包是标准库的一部分，无需额外安装即可使用，即可以将列表和字典转换为JSON，也可以将字符转换为列表和字典。许多API都需要登录证书，因此当您没有发送正确的证书来访问API时，就会发生这种情况。当我们发起请求，API通常会返回我们返回的编码，告诉是否请求成功。一个API，或被称为应用程序接口，是一个服务器为你提供一个接收或发送数据的代码。API请求工作都遵循类似的路径，你发布一个请求到一个API服务器，它返回给你请求的数据。这是我们第一个API请求，使用GET请求数据，这种方法也是常见的操作。
Python调用API教程
Jernnifer_mao的博客
07-26 6155
随着互联网技术的发展，API（Application Programming Interface）的应用越来越广泛。API是指一系列预先定义好的接口，用于以标准化的形式、规范的方式、安全高效地完成两个不同系统之间的信息交互。在这篇文章中，我们将详细介绍Python调用API的方法和技巧。
python-使用API
最新发布
m0_57852920的博客
05-29 490
使用github的api-即url地址请求数据在浏览器中输入上面地址可以看到该接口（api）返回的json数据这里推荐下载JSON Formatter的扩展程序，会自动将json数据整理后呈现。
Python实战 | 如何使用 Python 调用 API
Jernnifer_mao的博客
12-09 1489
本文介绍了 API 是如何实现访问外部数据和功能的，也对 HTTP 协议以及两个常用的请求方式——GET 请求和 POST 请求做了简单介绍，然后通过两个例子演示了如何利用 Python 中的 requests 库实现 API 的调用，并解析返回的响应结果来获得相应的内容，也向大家展示了两种请求方式的异同点，希望对大家有所帮助。
如何在 Python 中进行 API 调用
分享身边生活经验blog
03-19 591
简而言之，API就像一个通道，允许应用程序 交流 发送请求，接收数据，反之亦然 彼此。
rest-api:Python Rest API
03-27
Python REST API 是一种基于HTTP协议构建的Web服务接口，它允许客户端通过...通过熟练掌握这些知识点，你可以构建出高效、稳定且易于使用的Python REST API。无论是简单的数据交换还是复杂的业务逻辑，Python都能胜任。
python-api-automation
03-15
标题“python-api-自动化”揭示了本主题的核心——使用Python进行API自动化测试或接口自动化。在现代软件开发中，API（应用程序编程接口）是不同系统间通信的关键，而自动化测试对于确保API的质量和稳定性至关重要。...
python调用api
07-25
python调用api代码。实现api的调用，参数的设置、返回信息的处理等。
python调用接口的4种方式代码实例
09-18
Some test repo"})c = pycurl.Curl()c.setopt(pycurl.URL, github_url)c.setopt(pycurl.USERPWD, user_pwd)c.setopt(pycurl.POST, 1)c.setopt(pycurl.POSTFIELDS, data)c.perform()4. requestsimport requests, jsongithub_url = "data = json.dumps({'name':'test',
Python调用API对图片中的文字进行提取返回为文本（OCR功能，可复用扩展）
06-16
Python写的OCR小程序，代码结构很清晰，学习、取用皆可
Python调用WebService接口实例说明
09-26
Python调用WebService接口实例
pythonAPI文档
04-25
python API 文档 参考 官方 备份 学习
python——retry装饰器（csdn）————程序.pdf
12-03
本文将对 Python 中的 retry 装饰器进行详细的讲解，包括其定义、使用方法、优点和实际应用场景。 retry 装饰器的定义 retry 装饰器是指在 Python 中，使用装饰器（decorator）实现函数的重试机制。其主要思想是，...
python接口基础
清微的博客
05-15 1869
接口基础
Python调用接口
升级迭代
06-11 1598
Python调用接口的几种方式 1. requests import requests, json github_url = 'xxx' data = json.dumps({'name':'test', 'description':'some test repo'}) r = requests.post(github_url, data, auth=('user', '*****')) print r.json 2.urllib（python3） from urllib import request
Python调用API接口的几种方式 数据库 脚本
热门推荐
AI僧
06-20 1万+
Python调用API接口的几种方式 转自 one_day_day… 相信做过自动化运维的同学都用过API接口来完成某些动作。API是一套成熟系统所必需的接口，可以被其他系统或脚本来调用，这也是自动化运维的必修课。 本文主要介绍python中调用API的几种方式，下面是python中会用到的库。 urllib2 httplib2 pycurl requests urllib2 im...
Python使用API函数
05-31
Python可以使用各种API函数来实现不同的功能。API（Application Programming Interface）是一种软件开发工具，可以让开发者使用已有的代码库来快速实现复杂的功能。以下是一些常见的Python API函数： 1. Requests库：用于发送HTTP/HTTPS请求，可以模拟登录、爬取网页等。 2. NumPy库：用于数值计算，提供了多种数学函数和数据结构。 3. Pandas库：用于数据处理和分析，可以读取和写入多种数据格式。 4. Matplotlib库：用于数据可视化，可以绘制各种图表。 5. TensorFlow库：用于机器学习和深度学习，可以构建神经网络模型。 以上只是一小部分常见的Python API函数，还有很多其他的库和函数可以使用。如果你有具体的需求，可以在Python官方文档或第三方库文档中查找对应的API函数。
评论 1
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
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