数据结构
网络
关系型数据库管理系统
操作系统
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 编程
C++
C#
MongoDB
MySQL
Javascript
PHP
物理学
化学
生物学
数学
英语
经济学
心理学
社会学
时尚研究
法律研究如何使用 Python 可视化 API 结果
简介..
编写 API 最大的优势之一是提取当前/实时数据，即使数据快速变化，API 也会始终获取最新的数据。API 程序将使用非常具体的 URL 来请求某些信息，例如 Spotify 或 Youtube Music 中 2020 年播放次数最多的 100 首歌曲。请求的数据将以易于处理的格式返回，例如 JSON 或 CSV。
Python 允许用户向几乎任何你能想到的 URL 发送 API 调用。在本例中，我将展示如何提取 GitHub 的 API 结果并将其可视化。
注意 - 计划是展示 Spotify 的 API 结果，但 Spotify 需要更多先决条件，这可能需要不止一篇帖子，所以我们将在本帖中坚持使用 GitHUb。
Github，通常被称为开发者的 Facebook，允许我们编写 API 调用以提取各种数据。假设您想搜索星标数较多的 Javascript Github 存储库。GitHub 不需要 API 密钥，而其他 API 可能会需要。
如何操作..
1. 通过打开 Python 命令提示符并执行 pip install requests 来安装 requests 包。
import requests
# set the siteurl
site_url = 'https://api.github.com/search/repositories?q=language:javascript&sort=stars'
# set the headers
headers = {'Accept': 'application/vnd.github.v3+json'}
# call the url and save the response
response = requests.get(site_url, headers=headers)
# Get the response
print(f"Output \n *** Response from {site_url} is {response.status_code} ")输出
*** Response from https://api.github.com/search/repositories?q=language:javascript&sort=stars is 200
2. API 以 JSON 格式返回信息，因此我们需要使用 json() 方法将信息转换为 Python 字典。
示例
response_json = response.json()
print(f"Output \n *** keys in the Json file \n {response_json.keys()} \n")
print(f" *** Total javascript repositories in GitHub \n {response_json['total_count']}" )输出
*** keys in the Json file dict_keys(['total_count', 'incomplete_results', 'items']) *** Total javascript repositories in GitHub 11199577
因此，我们有 3 个键，其中我们可以忽略 incomplete_results。现在让我们检查一下我们的第一个存储库。
示例
repositories = response_json['items']
first_repo = repositories[0]
print(f"Output \n *** Repository information keys total - {len(first_repo)} - values are -\n")
for keys in sorted(first_repo.keys()):
print(keys)
print(f" *** Repository name - {first_repo['name']}, Owner - {first_repo['owner']['login']}, total watchers - {first_repo['watchers_count']} ")输出
*** Repository information keys total - 74 - values are - archive_url archived assignees_url blobs_url branches_url clone_url collaborators_url comments_url commits_url compare_url contents_url contributors_url created_at default_branch deployments_url description disabled downloads_url events_url fork forks forks_count forks_url full_name git_commits_url git_refs_url git_tags_url git_url has_downloads has_issues has_pages has_projects has_wiki homepage hooks_url html_url id issue_comment_url issue_events_url issues_url keys_url labels_url language languages_url license merges_url milestones_url mirror_url name node_id notifications_url open_issues open_issues_count owner private pulls_url pushed_at releases_url score size ssh_url stargazers_count stargazers_url statuses_url subscribers_url subscription_url svn_url tags_url teams_url trees_url updated_at url watchers watchers_count *** Repository name - freeCodeCamp, Owner - freeCodeCamp, total watchers - 316079
4. 可视化时间，有很多信息需要消化，所以最好的方法是将结果可视化。记住 - “一张图片胜过千言万语”。
我已经在其他帖子中介绍过 matplotlib，所以为了改变一下，我们将使用 plotly 绘制图表。
安装模块 - plotly。我们将从导入 plotly 开始。
示例
from plotly.graph_objs import Bar from plotly import offline
6. 我们将使用存储库与星标数绘制条形图。星标越多，存储库越受欢迎。所以，这是一个查看谁排在顶端的好方法。因此，我们需要两个变量：存储库名称和星标数。
In[6]
示例
repo_names, repo_stars = [], [] for repo_info in repositories: repo_names.append(repo_info['name']) repo_stars.append(repo_info['stargazers_count'])
7. 通过准备数据列表开始可视化。这包含一个字典，它定义了绘图的类型并提供 x 和 y 值的数据。你可能已经猜到了，是的，我们将使用 x 轴绘制项目名称，使用 y 轴绘制星标数。
示例
data_plots = [{'type' : 'bar', 'x':repo_names , 'y': repo_stars}]8. 我们将添加 x 轴、y 轴以及整个图表的标题。
示例
layout = {'title': 'GItHubs Most Popular Javascript Projects',
'xaxis': {'title': 'Repository'},
'yaxis': {'title': 'Stars'}}9. 绘制时间。
import requests
from plotly.graph_objs import Bar
from plotly import offline
site_url = 'https://api.github.com/search/repositories?q=language:javascript&sort=stars'
headers = {'Accept': 'application/vnd.github.v3+json'}
response = requests.get(site_url, headers=headers)
response_json = response.json()
repo_names, repo_stars = [], []
for repo_info in repositories:
repo_names.append(repo_info['name'])
repo_stars.append(repo_info['stargazers_count'])
data_plots = [{'type' : 'bar', 'x':repo_names , 'y': repo_stars}]
layout = {'title': 'GItHubs Most Popular Javascript Projects',
'xaxis': {'title': 'Repository'},
'yaxis': {'title': 'Stars'}}
fig = {'data': data_plots, 'layout': layout}
offline.plot(fig, filename='Most_Popular_JavaScript_Repos.html')示例
'Most_Popular_JavaScript_Repos.html'
输出
Most_Popular_JavaScript_Repos.html 将与代码在同一目录中创建，输出如下所示。
1K+ 次浏览
