本篇文章：我们叙述如何编写一个独立的程序，并对其获取的数据进行可视化。这个程序将使用 Web应用编程接口（API）自动请求网站的特点信息而不是整个网页，再对这些信息进行可视化。

Web API

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。这种请求称为APi调用。请求的数据将以易于处理的格式（如JSON或CSV）返货。依赖于外部数据源的大多数应用程序都依赖于API调用，如集成社交媒体网站的应用程序。

Git 和 GitHub

Git

分布式版本控制系统… …

GitHub

程序员协作开发项目网站… …

使用 API 调用请求数据

GitHub 的API 让我们能够通过API调用来请求各种信息。

https://api.github.com/search/repositories?q=language:python&sort=stars

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。

第一部分：(https://api.github.com/) 将请求发送到GitHub网站中响应API调用的部分

第二部分：(searfch/respositories) 让API搜索GItHub上的所有仓库

responsitories 后面的问号指出我们要传递一个参数。q表示查询，而等号让我们能够开始指定查询 (q=) 。通过使用 language : python ，我们指出只想获取主要语言为 python的仓库的信息。

最后一部分：(&sort=stars) 执行项目按其获得的星级进行排序。

安装 requests

requests 包让python程序能够轻松地向网站请求信息以及检查返回的响应。

安装命令：

pip install --user requests

处理响应 API

我们来尝试编写一个程序，它执行 API 调用并处理结果，找出 GItHub 上星级最高的Python项目

# 导入requests 包
import requests

url = 'https://api.github.com/search/repositories?q=language:python&sort=stars'

r = requests.get(url)
print("Starts code:",r.status_code)

response_dict = r.json()
print(response_dict.keys())

代码解析：

import requests 用于导入 requests 模块
然后存储API 将要调用的URL，然后使用 requests 来执行调用。
我们调用 get() 并将 url 传递给它，再将响应对象存储在变量当中。
响应对象包含一个名为 status_code 的属性，它让我们知道请求是否成功了(状态码为200表示成功)

API 返回的信息格式为JSON，因为们还使用json() 将这些信息转换为一个 python 字典。

执行结果：

处理响应字典

现在将存储在字典当中的api调用返回信息进行处理

import requests

URL ="https://api.github.com/search/repositories?q=language:python&sort=stars"

r = requests.get(URL)
print("Status code:", r.status_code)

response_dict = r.json()
print("Total repositories:",response_dict['total_count'])

#探索有关仓库的信息
repo_dicts = response_dict['items']
print("Repositories returned:", len(repo_dicts))

#研究第一个仓库
repo_dict = repo_dicts[0]

for key in sorted(repo_dict.keys()):
    print(key)

代码解析：

total_count 指出了 github 总共包含了多少个python仓库
与’items’相关的是一个列表，其中包含很多字典，而每个字典都包含有关一个 Python仓库的信息。打印 repo_dicts 的长度用于知道我们获得了多少个仓库的信息。
repo_dicts 是为了更深入地了解返回的有关每个仓库的信息，将repo_dictss 中的第一个字典提取，并存储在变量 repo_dicts 中。打印该字典包含的键数，查看其中包含多少信息。

repo_dict 中包含的键有：

提取其中一些键所对应的值：

print("\nSelected information about first repository:")
print('Name:',repo_dict['name'])
print('Owner:',repo_dict['owner']['login'])
print('Stats:',repo_dict['stargazers_count'])
print('Repository',repo_dict['html_url'])
print('Created:',repo_dict['created_at'])
print('Updated:',repo_dict['updated_at'])
print('Description:',repo_dict['description'])

运行结果：

我们打印了表示第一仓库的字典中与很多键相关联的值，我们打印了项目的名称，而项目的名称是用一个字典来表示的，所以我们使用关键字 Owner来访问表示所有者的字典，再使用 key来获取所有者的登录名。
该项目的名称为：public-api，所有用户Owner: public-apis。其中有 278863个用户给这个项目加星。
Repository 是该项目的 URL，而Created是其创建时间，Updated是其最近更新时间。

如果你想提取更多的其他项目相关信息，可以在提取之前，加一层循环。

print("\nSelected information about first repository:")

for repo_dict in repo_dicts:

    print('Name:',repo_dict['name'])
    print('Owner:',repo_dict['owner']['login'])
    print('Stats:',repo_dict['stargazers_count'])
    print('Repository',repo_dict['html_url'])
    print('Created:',repo_dict['created_at'])
    print('Updated:',repo_dict['updated_at'])
    print('Description:',repo_dict['description'])

监视API的速率限制

大多数 API 都存在速率限制，即你在特定时间内可执行的请求数存在限制。要获悉GitHub的限制，可以在浏览器中录入 ：https://api.github.com/rate_limit

在这条信息中 : search :{
“limit” :10
}
可得知极限为每分钟10个请求，而在当前的一分钟内，我们还可以发起10个请求，即 “remaining”:8

使用 Pygal 可视化仓库

为了更方便的查阅信息，我们将其进行视图可视化

希望将信息以视图方式展示，需要先导入 pygal包。

当然！如果你用 pycharm 编辑代码，别忘了在集成工具中进行安装

import pygal
from pygal.style import LightColorizedStyle as LCS, LightenStyle as LS

#用于存储包含图表信息的两个空列表
names,stars =[],[]

for repo_dict in repo_dicts:
    names.append(repo_dict['name'])
    stars.append(repo_dict['stargazers_count'])


	my_style = LS('#333366',base_style =LCS)
    chart = pygal.Bar(style = my_style,x_label_rotation =45,show_legend =False)
    chart.title = 'Most-Starred Python Projects on GitHub'
    chart.x_labels = names

    chart.add('',stars)
    chart.render_to_file('python_repos.svg')

这段代码也是基于之前的demo继续加的内容，这里不在进行过多赘述，如果有感兴趣的小伙伴可以自行深究一下，但内容其实还是简单的。

这里在看一下运行效果：

图表可视化成功之后，我们继续迭代。

改进Pygal图表

下面我们对图表的样式进行改造。

我们需要进行多方面的定制，因此先来稍微调整代码的结构，创建一个配置对象，在其中包含要传递给Bar() 的所有定制：

names,stars =[],[]

for repo_dict in repo_dicts:
    names.append(repo_dict['name'])
    stars.append(repo_dict['stargazers_count'])

    my_style = LS('#333366',base_style =LCS)
    
    #创建配置对象
    my_config = pygal.Config()
    my_config.x_label_rotation = 45
    my_config.show_legend = False
    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)
    chart.title = 'Most-Starred Python Projects on GitHub'
    chart.x_labels = names

    chart.add('',stars)
    chart.render_to_file('python_repos.svg')

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。

 chart = pygal.Bar(my_config,style = my_style,x_label_rotation =45,show_legend=False)

    chart.title = 'Python projects'
    chart.x_labels = ['httpie','djange','flask']

    plot_dicts = [
        {'value': 16101,'label':'Description of httpie.'},
        {'value': 15028,'label':'Description of django.'},
        {'value': 14798,'label':'Description of flask.'},
    ]

    chart.add('',plot_dicts)
    chart.render_to_file('bar_descriptions.svg')

运行效果：