关于“Python”的核心知识点整理大全51

目录

?17.2.2 添加自定义工具提示

bar_descriptions.py

17.2.3 根据数据绘图

python_repos.py

17.2.4 在图表中添加可单击的链接

python_repos.py

17.3 Hacker News API

hn_submissions.py

17.4 小结

往期快速传送门👆（在文章最后）：

感谢大家的支持！欢迎订阅收藏！专栏将持续更新！

---

?17.2.2 添加自定义工具提示

在Pygal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。在这个示例中， 当前显示的是项目获得了多少个星。下面来创建一个自定义工具提示，以同时显示项目的描述。 来看一个简单的示例，它可视化前三个项目，并给每个项目对应的条形都指定自定义标签。 为此，我们向add()传递一个字典列表，而不是值列表：

bar_descriptions.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']
1 plot_dicts = [
2 {'value': 16101, 'label': 'Description of httpie.'},
{'value': 15028, 'label': 'Description of django.'},
{'value': 14798, 'label': 'Description of flask.'},
]
3 chart.add('', plot_dicts)
chart.render_to_file('bar_descriptions.svg')

在1处，我们定义了一个名为plot_dicts的列表，其中包含三个字典，分别针对项目HTTPie、 Django和Flask。每个字典都包含两个键：'value'和'label'。Pygal根据与键'value'相关联的数 字来确定条形的高度，并使用与'label'相关联的字符串给条形创建工具提示。例如，?处的第 一个字典将创建一个条形，用于表示一个获得了16 101颗星、工具提示为Description of httpie的 项目。 方法add()接受一个字符串和一个列表。这里调用add()时，我们传入了一个由表示条形的字 典组成的列表（plot_dicts）（见3）。图17-3显示了一个工具提示：除默认工具提示（获得的星 数）外，Pygal还显示了我们传入的自定义提示。

17.2.3 根据数据绘图

为根据数据绘图，我们将自动生成plot_dicts，其中包含API调用返回的30个项目的信息。 完成这种工作的代码如下：

python_repos.py

--snip--
# 研究有关仓库的信息
repo_dicts = response_dict['items']
print("Number of items:", len(repo_dicts))
1 names, plot_dicts = [], []
for repo_dict in repo_dicts:
 names.append(repo_dict['name'])
2 plot_dict = {
 'value': repo_dict['stargazers_count'],
 'label': repo_dict['description'],
 }
3 plot_dicts.append(plot_dict)
# 可视化
my_style = LS('#333366', base_style=LCS)
--snip--
4 chart.add('', plot_dicts)
chart.render_to_file('python_repos.svg')

在1处，我们创建了两个空列表names和plot_dicts。为生成x轴上的标签，我们依然需要列 表names。

在循环内部，对于每个项目，我们都创建了字典plot_dict（见2）。在这个字典中，我们使 用键'value'存储了星数，并使用键'label'存储了项目描述。接下来，我们将字典plot_dict附加 到plot_dicts末尾（见3）。在4处，我们将列表plot_dicts传递给了add()。图17-4显示了生成的 图表。

17.2.4 在图表中添加可单击的链接

Pygal还允许你将图表中的每个条形用作网站的链接。为此，只需添加一行代码，在为每个 项目创建的字典中，添加一个键为'xlink'的键—值对：

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-- 

Pygal根据与键'xlink'相关联的URL将每个条形都转换为活跃的链接。单击图表中的任何条 形时，都将在浏览器中打开一个新的标签页，并在其中显示相应项目的GitHub页面。至此，你对 API获取的数据进行了可视化，它是交互性的，包含丰富的信息！

17.3 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，用户分享编程和技术方面的文章，并就这些文章展开积极的讨论。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。 下面的调用返回本书编写时最热门的文章的信息：

https://hacker-news.firebaseio.com/v0/item/9884165.json

响应是一个字典，包含ID为9884165的文章的信息：

{
1 'url': 'http://www.bbc.co.uk/news/science-environment-33524589',
'type': 'story',
2 'title': 'New Horizons: Nasa spacecraft speeds past Pluto',
3 'descendants': 141,
'score': 230,
'time': 1436875181,
'text': '',
'by': 'nns',
'id': 9884165,
4 'kids': [9884723, 9885099, 9884789, 9885604, 9885844]
} 

这个字典包含很多键，如'url'（见1）和'title'（见2）。与键'descendants'相关联的值是 文章被评论的次数（见3）。与键'kids'相关联的值包含对文章所做的所有评论的ID（见4）。每 个评论自己也可能有kid，因此文章的后代（descendant）数量可能比其kid数量多。 下面来执行一个API调用，返回Hacker News上当前热门文章的ID，再查看每篇排名靠前的文章：

hn_submissions.py

import requests
from operator import itemgetter
# 执行API调用并存储响应
1 url = 'https://hacker-news.firebaseio.com/v0/topstories.json'
r = requests.get(url)
print("Status code:", r.status_code)
# 处理有关每篇文章的信息
2 submission_ids = r.json()
3 submission_dicts = []
for submission_id in submission_ids[:30]:
 # 对于每篇文章，都执行一个API调用
4 url = ('https://hacker-news.firebaseio.com/v0/item/' +
 str(submission_id) + '.json')
 submission_r = requests.get(url)
 print(submission_r.status_code)
 response_dict = submission_r.json()

5 submission_dict = {
 'title': response_dict['title'],
 'link': 'http://news.ycombinator.com/item?id=' + str(submission_id),
'comments': response_dict.get('descendants', 0)
 }
 submission_dicts.append(submission_dict)

7 submission_dicts = sorted(submission_dicts, key=itemgetter('comments'),
 reverse=True)
8 for submission_dict in submission_dicts:
 print("\nTitle:", submission_dict['title'])
 print("Discussion link:", submission_dict['link'])
 print("Comments:", submission_dict['comments']) 

首先，我们执行了一个API调用，并打印了响应的状态（见1）。这个API调用返回一个列表， 其中包含Hacker News上当前最热门的500篇文章的ID。接下来，我们将响应文本转换为一个 Python列表（见2），并将其存储在submission_ids中。我们将使用这些ID来创建一系列字典，其 中每个字典都存储了一篇文章的信息。

在3处，我们创建了一个名为submission_dicts的空列表，用于存储前面所说的字典。接下 来，我们遍历前30篇文章的ID。对于每篇文章，我们都执行一个API调用，其中的URL包含 submission_id的当前值（见4）。我们打印每次请求的状态，以便知道请求是否成功了。

在3处，我们为当前处理的文章创建一个字典，并在其中存储文章的标题以及到其讨论页面 的链接。在4处，我们在这个字典中存储了评论数。如果文章还没有评论，响应字典中将没有键 'descendants'。不确定某个键是否包含在字典中时，可使用方法dict.get()，它在指定的键存在 时返回与之相关联的值，并在指定的键不存在时返回你指定的值（这里是0）。最后，我们将 submission_dict附加到submission_dicts末尾。

Hacker News上的文章是根据总体得分排名的，而总体得分取决于很多因素，其中包含被推 荐的次数、评论数以及发表的时间。我们要根据评论数对字典列表submission_dicts进行排序， 为此，使用了模块operator中的函数itemgetter()（见7）。我们向这个函数传递了键'comments'， 因此它将从这个列表的每个字典中提取与键'comments'相关联的值。这样，函数sorted()将根据 这种值对列表进行排序。我们将列表按降序排列，即评论最多的文章位于最前面。

对列表排序后，我们遍历这个列表（见8），对于每篇热门文章，都打印其三项信息：标题、 到讨论页面的链接以及文章现有的评论数：

Status code: 200
200
200
200
--snip--
Title: Firefox deactivates Flash by default
Discussion link: http://news.ycombinator.com/item?id=9883246
Comments: 231
Title: New Horizons: Nasa spacecraft speeds past Pluto
Discussion link: http://news.ycombinator.com/item?id=9884165
Comments: 142
Title: Iran Nuclear Deal Is Reached With World Powers
Discussion link: http://news.ycombinator.com/item?id=9884005
Comments: 141
Title: Match Group Buys PlentyOfFish for $575M
Discussion link: http://news.ycombinator.com/item?id=9884417
Comments: 75
Title: Our Nexus 4 devices are about to explode
Discussion link: http://news.ycombinator.com/item?id=9885625
Comments: 14
--snip--

使用任何API来访问和分析信息时，流程都与此类似。有了这些数据后，你就可以进行可视 化，指出最近哪些文章引发了最激烈的讨论。

17.4 小结

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包来自动执行GitHub API调用，以及如何处理调用的结果。我们还简要地 介绍了一些Pygal设置，使用它们可进一步定制生成的图表的外观。 在本书的最后一个项目中，我们将使用Django来创建一个Web应用程序。

---

关于“Python”的核心知识点整理大全37-CSDN博客

关于“Python”的核心知识点整理大全25-CSDN博客

关于“Python”的核心知识点整理大全12-CSDN博客

往期快速传送门👆（在文章最后）：

感谢大家的支持！欢迎订阅收藏！专栏将持续更新！