2 使用Pygal可视化仓库

上个部分获得有趣的数据后，现在来进行可视化，呈现GitHub上Python项目的受欢迎程度
我们将创建一个交互式条形图：条形的高度表示项目获得了多少颗星
单机条形将进入项目在GitHub上的主页

python_repos.py

import requests
import pygal
from pygal.style import LightColorizedStyle as LCS, LightenStyle as LS# 执行API调用并存储响应
URL = 'https://api.github.com/search/repositories?q=language:python&sort=stars'
r = requests.get(URL)
print("Status code:", r.status_code)# 将API响应存储在一个变量中
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']names, stars = [], []
for repo_dict in repo_dicts:names.append(repo_dict['name'])stars.append(repo_dict['stargazers_count'])# 可视化
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 = nameschart.add('', stars)
chart.render_to_file('python_repos.svg')

导入pygal以及要应用于图表的Pygal样式
创建两个空列表，用于存储将包含在图表中的信息
使用LightenStyle类（别名LS）定义一种样式，并将其基色设置为深蓝色；还传递了实参base_style，已使用LightColorizedStyle类（别名LCS）
使用Bar()创建一个简单的条形图，并向它传递了my_style；还传递了两个样式实参：让标签绕x轴旋转45度（x_label_rotation=45），并隐藏了图例（show_legend=False）

2.1 改进Pygal图表

将进行多个方面的定制，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：

python_repos.py

--snip--
# 可视化
my_style = LS('#333366', base_style=LCS)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 = 1000chart = pygal.Bar(my_config, style=my_style)
chart.title = 'Most-Starred Python Projects on GitHub'
chart.x_labels = nameschart.add('', stars)
chart.render_to_file('python_repos.svg')

我们创建了一个Pygal类Config实例，命名为my_config
在这个图表中，副标签是x轴上的项目名&y轴上的大部分数字
主标签是y轴上为5000整数倍的刻度；这些刻度应更大，以与副标签区分开
truncate_label将较长的项目名缩短为15个字符（如果将鼠标指向被截短的项目名，将显示完整的项目名）
show_y_guides=False以隐藏图表中的水平线
最后自定义了宽度，让图表更充分地利用浏览器地可用空间

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地信息，这通常称为 工具提示
这个实例中，当前显示的是项目获得了多少颗星
项目来创建一个自定义工具提示，以同时显示项目的描述
下面看一个简单的示例，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，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 LSmy_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 = ['awesome-python', 'system-design-primer', 'public-apis']plot_dicts = [{'value': 72145, 'label': 'Description of awesome-python'},{'value': 71890, 'label': 'Description of system-design-primer'},{'value': 60522, 'label': 'Description of public-apis'},]chart.add('', plot_dicts)
chart.render_to_file('bar_descriptions.svg')

定义了一个名为plot_dicts的列表，其中包含三个字典，分别针对三个项目
每个字典包含两个键：‘value’和’label’
Pygal根据与键’value’相关联的数字来确定条形的高度
Pygal根据与键’label’相关联的字符串给条形创建工具提示
上图显示了一个工具提示：除默认工具提示（获得star数量）外，Pygal还显示了刚传入的自定义提示

2.3 根据数据绘图

python_repos.py

--snip--
# 探索有关仓库的信息
repo_dicts = response_dict['items']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'],}plot_dicts.append(plot_dict)# 可视化
my_style = LS('#333366', base_style=LCS)
--snip--chart.add('', plot_dicts)
chart.render_to_file('python_repos.svg')

2.4 在图表中添加可单击的链接

在为每个项目创建的字典中，只需添加一个键为’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
至此，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！

Python:使用API——使用Pygal可视化仓库相关推荐

python——使用API
文章目录使用API 1. 使用Web API 1.1 使用API调用请求数据 1.2 安装requests 1.3 处理API响应 1.4 处理响应字典 1.5 概述最受欢迎的仓库 1.6 监视AP ...
Python使用Pygal可视化GitHub仓库排名
获取GitHub数据方式要想从网络获取数据,就要使用Web API,通过它可以使用非常具体的URL请求特定信息. 返回的信息通常是JSON或CSV格式,使用Python能够很方便地处理它们. 本节, ...
wxpython dataview处理大量数据_38个常用Python库：数值计算、可视化、机器学习等8大领域都有了...
作者 | 李明江张良均周东平张尚佳来源 | 大数据DT 原文 | 38个常用Python库:数值计算.可视化.机器学习等8大领域都有了 Python作为一个设计优秀的程序语言,现在已广泛应用于 ...
Python语言学习之图表可视化：python语言中可视化工具包的简介、安装、使用方法、经典案例之详细攻略
Python语言学习之图表可视化:python语言中可视化工具包的简介.安装.使用方法.经典案例之详细攻略目录 python语言中可视化工具包的简介 python语言中可视化工具包的安装 pytho ...
python的api是什么意思_python中api的使用方法是什么
python中api的使用方法是什么发布时间:2020-07-31 13:48:21 来源:亿速云阅读:77 作者:清晨小编给大家分享一下python中api的使用方法是什么,希望大家阅读完这篇 ...
用Python创建漂亮的交互式可视化效果
Plotly is an interactive Python library that provides a wide range of visualisations accessible thro ...
[转载] Python 天气简单数据分析及可视化
参考链接: 使用Python Pandas进行数据分析和可视化 Python 天气情况数据分析及可视化环境配置 Pycharm开发环境 python 版本 python3.7 Anconda 集成开 ...
Python爬取豆瓣+数据可视化
博客原文和源码下载:Python爬取豆瓣+数据可视化前言前段时间应我姐邀请,看了一下Python爬虫.不得不说Python的语法确实简洁优美,可读性强,比较接近自然语言,非常适合编程的初学者上手. ...
如何用 Python 和 API 收集与分析网络数据？
摘自 https://www.jianshu.com/p/d52020f0c247 本文以一款阿里云市场历史天气查询产品为例,为你逐步介绍如何用 Python 调用 API 收集.分析与可视化数据.希 ...

Python:使用API——使用Pygal可视化仓库

文章目录

2 使用Pygal可视化仓库

2.1 改进Pygal图表

2.2 添加自定义工具提示

2.3 根据数据绘图

2.4 在图表中添加可单击的链接

Python:使用API——使用Pygal可视化仓库相关推荐

最新文章

热门文章