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
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：
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。
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！
本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。 如若内容造成侵权/违法违规/事实不符，请联系我的编程经验分享网邮箱：veading@qq.com进行投诉反馈，一经查实，立即删除！