3 行Python代码获取海量数据
共 3162字，需浏览 7分钟
·
2020-12-26 10:16
点击上方Python知识圈，设为星标
回复100获取100题PDF
阅读文本大概需要 5 分钟
一谈起数据分析，首先想到的就是数据，没有数据，谈何分析。
毕竟好的菜肴，没有好的原材料，是很难做的～
所以本期就给大家分享一个获取数据的方法，只需三行代码就能搞定。
「GoPUP」，大佬造的轮子，大概有100+的免费数据接口。
GitHub：https://github.com/justinzm/gopup
使用文档：http://doc.gopup.cn/#/README
主要有指数数据、宏观经济数据、新经济数据、微博KOL数据、信息数据、生活数据、疫情数据等。
# 安装gopup
pip install gopup --upgrade
安装成功后，就能使用了。
01 微博指数
获取指定关键词的微博指数。
# 微博指数
import gopup as gp
df_index = gp.weibo_index(word="马保国", time_type="1month")
print(df_index)
time_type="1month"; 1hour, 1day, 1month, 3month 选其一。
三行Python代码实现数据获取。
02 百度指数
获取指定关键词的百度搜索指数。
# 百度指数
import gopup as gp
cookie = "此处输入您在网页端登录百度指数后的 cookie 数据"
index_df = gp.baidu_search_index(word="马保国", start_date='2020-11-15', end_date='2020-11-25', cookie=cookie)
print(index_df)
需要登陆百度指数，获取你的Cookie。
设置关键词，时间起始，就能获取到马保国老师的热度数据了。
后面还有百度资讯、媒体、需求图谱、人群年龄、性别、兴趣分布数据接口，就不一一介绍了。
感兴趣的同学可以自行去查看文档。
03 头条指数
获取指定关键词的头条指数。
# 头条指数
import gopup as gp
index_df = gp.toutiao_index(keyword="马保国", start_date='20201115', end_date='20201125')
print(index_df)
接口挂了，不知为何～
还有相关性、情感、地域、城市、年龄、性别、用户阅读兴趣分析数据等接口。
04 谷歌数据
需要通过代理才能使用，不过上面这三类已经完全够用了。
# 谷歌数据
import gopup as gp
index_df = gp.google_index(keyword="马保国", start_date='2020-11-15T10', end_date='2020-11-25T23')
print(index_df)
05 宏观经济数据
有一个杠杆率的数据可以使用。
# 杠杆数据
import gopup as gp
df_index = gp.marco_cmlrd()
print(df_index)
不懂经济学，所以不明觉厉。
06 新经济数据
这个数据倒是蛮有趣的，主要是公司数据。
比如独角兽和倒闭公司的数据。
# 独角兽公司数据
import gopup as gp
df_index = gp.nicorn_company()
print(df_index)
一共是240家独角兽公司。
蚂蚁、字节、阿里云、滴滴，都是行业中的大佬。
# 倒闭公司数据
import gopup as gp
df_index = gp.death_company()
print(df_index)
倒闭的公司一共有6921家。
看到不少P2P的公司。
剩下还有有一个特许经营许可数据，好像是吊牌销售的意思。
前段时间看到一篇文章，讲的就是南极人吊牌销售的事情，南极人都不自己搞生产，而是代工。
07 KOL数据&信息数据
主要是微博的KOL，所以没啥用。
# KOL数据
import gopup as gp
g = gp.pro_api(token = "……")
df_index = g.weibo_user(keyword="雷军")
print(df_index)
信息数据是新闻联播文字稿。
08 中国油价数据
包含汽油和柴油的调价信息数据。
# 油价数据
import gopup as gp
df_index = gp.energy_oil_hist()
print(df_index)
时间从2000年直到2020年，细数20年油价变化。
09 百度迁徙数据
可以用来做飞线图或者OD图。
# 迁徙数据
import gopup as gp
migration_area_baidu_df = gp.migration_area_baidu(area="湖北省", indicator="move_in", date="20200201")
print(migration_area_baidu_df)
单次返回100个城市的数据。
10 影视数据
实时电影票房数据，最近又有病例出现，数据应该也比较惨淡。
这里需要一个WebDES.js文件，才能请求成功。
# 实时电影票房数据
import gopup as gp
df_index = gp.realtime_boxoffice()
print(df_index)
「如果声音不记得」当日1千万的票房，太少了。
单日影院数据，今年影院能倒闭一大堆。
# 单日影院数据
import gopup as gp
df_index = gp.day_cinema(date="2020-12-08")
print(df_index)
得到票房前100的数据。
最高应该是8万多的收入。
实时电视剧播映指数，天气冷了选个好剧或者综艺，窝在被窝刷起来。
# 电视剧数据
import gopup as gp
df_index = gp.realtime_tv()
print(df_index)
大秦赋，我也在看，感觉还不错。
还有实时综艺播映指数、艺人商业价值、流量价值等数据。
11 全国高等学校数据
普通高等学校名单，包含名称、主管部门，所在省市、所在地、办学层次等信息。
# 普通高等学校数据
import gopup as gp
df_index = gp.university()
print(df_index)
一共是2631所高校。
还有成人高等学校以及高等学校详情数据。
12 疫情数据
有网易、丁香园、百度三家的疫情数据。
# 世界历史累计确诊数据
import gopup as gp
covid_163_df = gp.covid_163(indicator="世界历史累计数据")
print(covid_163_df)
目前累计207个国家有疫情出现。
全世界总共就233个国家和地区，快接近90%了。
由于数据接口太多了，就不一一介绍了。详细请自己查看文档：
http://doc.gopup.cn/#/data/index_data
往期推荐 01 02 03
↓点击阅读原文查看pk哥原创视频
我就知道你“在看” 