有了这个库，这些爬虫都不用亲自写了！

公众号新闻

2022-12-10 05:12

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：

pip3 install gopup

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：

pip3 install -U gopup

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：

import gopup as gp
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              
2022-07-04  1518338
2022-07-05  1950590
2022-07-06  1924655
2022-07-07  1825620
2022-07-08  1768546
...             ...
2022-09-30  2083183
2022-10-01  1365015
2022-10-02  1498437
2022-10-03  1323310
2022-10-04  1244449

[93 rows x 1 columns]

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

pip3 install jupyter
jupyter notebook

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：

import matplotlib.pyplot as plt

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：

这样通过简单的几行代码我们就可以轻松将某个词的热度走势可视化出来了，绘制成折线图之后，热度走势一目了然。

有了这个库，这些爬虫都不用亲自写了！

简介

基本使用

更多数据