Python-使用API
17.1 使用Web API
使用Python的Requests库发送API请求，基础语法如下：
import requests
url = 'https://api.github.com/search/repositories?q=language:python&sort=stars'
headers = {'Accept': 'application/vnd.github.v3+json'}
response = requests.get(url, headers=headers)
print(f"Status code: {response.status_code}") 处理API响应时需检查状态码（200表示成功），并将响应内容转换为字典：
response_dict = response.json()
print(f"Total repositories: {response_dict['total_count']}") 解析仓库信息示例：
repo_dicts = response_dict['items']
for repo in repo_dicts:
print(f"Name: {repo['name']}")
print(f"Owner: {repo['owner']['login']}")
print(f"Stars: {repo['stargazers_count']}") 监视API速率限制需读取响应头信息：
rate_limit = response.headers['X-RateLimit-Remaining']
print(f"Remaining requests: {rate_limit}") 17.2 使用Plotly可视化仓库数据
安装Plotly：pip install plotly
生成条形图的核心代码：
from plotly.graph_objs import Bar
from plotly import offline
repo_names = [repo['name'] for repo in repo_dicts]
stars = [repo['stargazers_count'] for repo in repo_dicts]
data = [Bar(x=repo_names, y=stars, marker={'color': 'rgb(60, 100, 150)'})]
layout = {
'title': 'GitHub最受欢迎的Python项目',
'xaxis': {'title': '仓库名称'},
'yaxis': {'title': '星标数'}
}
fig = {'data': data, 'layout': layout}
offline.plot(fig, filename='python_repos.html') 添加自定义工具提示：
hover_texts = [f"{repo['owner']['login']}<br>{repo['description']}" for repo in repo_dicts]
data[0]['hovertext'] = hover_texts 在图表中添加可点击链接：
repo_links = [f"<a href='{repo['html_url']}'>{repo['name']}</a>" for repo in repo_dicts]
data[0]['x'] = repo_links 17.3 Hacker News API示例
调用Hacker News API获取热门文章：
url = 'https://hacker-news.firebaseio.com/v0/topstories.json'
response = requests.get(url)
submission_ids = response.json() 提取文章详细信息：
for submission_id in submission_ids[:10]:
url = f'https://hacker-news.firebaseio.com/v0/item/{submission_id}.json'
response = requests.get(url)
data = response.json()
print(f"Title: {data.get('title')}")
print(f"Link: {data.get('url')}")
print(f"Comments: {data.get('descendants', 0)}") 关键公式与注意事项：
1. API请求频率限制公式：每分钟请求数 = 速率限制总数 / 时间窗口（单位：分钟）
2. 数据分页参数：使用page和per_page参数控制返回数据量（如?page=2&per_page=100）
3. 响应时间优化：缓存频繁请求的数据（例如使用字典存储已获取的Hacker News文章）
代码逻辑要点：
- 异常处理需包含try-except块捕获requests.exceptions.RequestException
- JSON解析时检查键是否存在（使用data.get('key')替代data['key']避免KeyError）
- 可视化图表保存为HTML文件后，可通过浏览器直接交互查看
技术流程总结：通过API获取数据 → 清洗和解析JSON → 分析关键指标 → 使用可视化工具展示结果。