基于Python的简便易用的数据接口

想必大家平时可能会做一些数据分析，那么数据分析肯定就少不了数据。

数据从哪里来呢？我们可以通过网络爬虫来爬取数据，但是这个还是需要耗费一定时间的。

这时候就会有朋友说了，有没有现成的数据呢？当然有了，今天就给大家分享一个基于 Python 的、简便易用的数据接口，可能包含我们想要的各种各样的数据。

简介

这个库的名字叫 GoPUP，GitHub 主页是：https://github.com/justinzm/gopup

这其实是一个基于公开 API 的数据接口库，这个库封装了各种各样的方法，比如通过 wx_hot_list 这个方法我们就可以获取实时的微信热门文章榜单。

基本使用

下面我们来简单介绍下它的使用方法，首先是安装，使用 pip3 即可：

pip3installgopup

因为这个库会不断升级，如果要升级的话大家可以运行如下命令：

pip3install-Ugopup

安装完毕之后就可以开始使用了，其实使用起来还是非常简单的。

比如这里我们以「微博指数」为例来说明下用法，官方文档见 http://doc.gopup.cn/#/data/index_data?id=微博指数数据

接口: weibo_index
目标地址: https://data.weibo.com/index/newindex
描述: 获取指定词语的微博指数
输入参数

名称	类型	必须	描述
word	str	Y	关键词
time_type	str	Y	time_type="1hour"; 1hour, 1day, 1month, 3month 选其一.

输出参数

名称	类型	默认显示	描述
date	datetime	Y	日期-索引
index	float	Y	指数

大家可以看到，这个接口的目标地址实际上就是一个公开 API，然后我们只需要输入对应的词语和时间段，就可以输出对应的指数结果。

接口用法如下：

importgopupasgp
df_index=gp.weibo_index(word="疫情",time_type="3month")
print(df_index)

这里我们先导入了 gopup 库，然后调用了它的 weibo_index 方法，传入关键词和时间段，这里我们查询的是最近三个月的疫情对应的微博指数，也就对应这个词在微博的热度。

运行结果如下：

疫情
index
2022-07-041518338
2022-07-051950590
2022-07-061924655
2022-07-071825620
2022-07-081768546
......
2022-09-302083183
2022-10-011365015
2022-10-021498437
2022-10-031323310
2022-10-041244449

[93rowsx1columns]

可以看到输出的实际上是 Pandas 的 DataFrame 数据结构，如果我们用 Jupyter 运行的话可能更直观一些。

安装并运行 Jupyter

pip3installjupyter
jupyternotebook

运行类似的代码，结果如下：

我们还可以进一步将其转化为可视化图表：

importmatplotlib.pyplotasplt

plt.figure(figsize=(15,5))
plt.title("微博「疫情」热度走势图")
plt.xlabel("时间")
plt.ylabel("指数")
plt.plot(df_index.index,df_index['疫情'],'-',label="指数")
plt.legend()
plt.grid()
plt.show()

结果如下：