API是獲得Web數(shù)據(jù)的重要途徑之一缤骨。想不想了解如何用R調(diào)用API，提取和整理你需要的免費(fèi)Web數(shù)據(jù)呢尺借？本文一步步為你詳盡展示操作流程绊起。

權(quán)衡

俗話說(shuō)“巧婦難為無(wú)米之炊”。即便你已經(jīng)掌握了數(shù)據(jù)分析的十八般武藝燎斩，沒(méi)有數(shù)據(jù)也是苦惱的事情虱歪。“拔劍四顧心茫然”說(shuō)的大概就是這種情境吧栅表。

數(shù)據(jù)的來(lái)源有很多笋鄙。Web數(shù)據(jù)是其中數(shù)量龐大，且相對(duì)容易獲得的類型怪瓶。更妙的是萧落，許多的Web數(shù)據(jù)，都是免費(fèi)的洗贰。

在這個(gè)號(hào)稱大數(shù)據(jù)的時(shí)代找岖，你是如何獲得Web數(shù)據(jù)的呢？

許多人會(huì)使用那些別人整理好并且發(fā)布的數(shù)據(jù)集敛滋。

他們很幸運(yùn)许布，工作可以建立在別人的基礎(chǔ)上。這樣效率最高矛缨。

但是不見(jiàn)得每個(gè)人都有這樣的幸運(yùn)爹脾。如果你需要用到的數(shù)據(jù)，偏巧沒(méi)有人整理和發(fā)布過(guò)箕昭，怎么辦灵妨？

其實(shí)，這樣的數(shù)據(jù)數(shù)量更為龐大落竹。我們難道對(duì)它們視而不見(jiàn)嗎泌霍？

如果你想到了爬蟲(chóng)，那么你的思考方向是對(duì)的述召。爬蟲(chóng)幾乎可以把一切看得見(jiàn)的（甚至是看不見(jiàn)的） Web數(shù)據(jù)朱转，都統(tǒng)統(tǒng)幫你弄下來(lái)。然而編寫和使用爬蟲(chóng)是有很高的成本的积暖。包括時(shí)間資源藤为、技術(shù)能力等。如果面對(duì)任何Web數(shù)據(jù)獲取問(wèn)題夺刑，你都不假思索“上大錘”缅疟，有時(shí)候很可能是“殺雞用了牛刀”分别。

在“別人準(zhǔn)備好的數(shù)據(jù)”和“需要自己爬取的數(shù)據(jù)”之間，還有很寬廣的一片地帶存淫，這里就是API的天地耘斩。

API是什么？

它是Application Programming Interface的縮寫桅咆。具體而言括授，就是某個(gè)網(wǎng)站，有不斷積累和變化的數(shù)據(jù)岩饼。這些數(shù)據(jù)如果整理出來(lái)荚虚，不僅耗時(shí)，而且占地方忌愚，況且剛剛整理好就有過(guò)期的危險(xiǎn)曲管。大部分人需要的數(shù)據(jù)，其實(shí)都只是其中的一小部分硕糊，時(shí)效性的要求卻可能很強(qiáng)院水。因此整理儲(chǔ)存，并且提供給大眾下載简十，是并不經(jīng)濟(jì)劃算的檬某。

可是如果不能以某種方式把數(shù)據(jù)開(kāi)放出來(lái)，又會(huì)面對(duì)無(wú)數(shù)爬蟲(chóng)的騷擾螟蝙。這會(huì)給網(wǎng)站的正常運(yùn)行帶來(lái)很多煩惱恢恼。折中的辦法，就是網(wǎng)站主動(dòng)提供一個(gè)通道胰默。當(dāng)你需要某一部分?jǐn)?shù)據(jù)的時(shí)候场斑，雖然沒(méi)有現(xiàn)成的數(shù)據(jù)集，卻只需要利用這個(gè)通道牵署，描述你自己想要的數(shù)據(jù)漏隐，然后網(wǎng)站審核（一般是自動(dòng)化的，瞬間完成）之后奴迅，認(rèn)為可以給你青责，就立刻把你明確索要的數(shù)據(jù)發(fā)送過(guò)來(lái)。雙方皆大歡喜取具。

今后你找數(shù)據(jù)的時(shí)候脖隶，也不妨先看看目標(biāo)網(wǎng)站是否提供了API，以避免做無(wú)用功暇检。

這個(gè)github項(xiàng)目里产阱，有一份非常詳盡的列表，涵蓋了目前常見(jiàn)的主流網(wǎng)站API資源狀況块仆。作者還在不斷整理修訂心墅，你可以把它收藏起來(lái)酿矢，慢慢看。

如果我們得知某個(gè)網(wǎng)站提供API怎燥，并且通過(guò)看說(shuō)明文檔，知道了我們需要的數(shù)據(jù)就在其中蜜暑，那問(wèn)題就變成了——該如何通過(guò)API來(lái)獲得數(shù)據(jù)呢铐姚？

下面我們用一個(gè)實(shí)際的例子，為你全程展示操作步驟肛捍。

來(lái)源

我們找的樣例隐绵，是維基百科。

維基百科的API總覽拙毫，請(qǐng)參考這個(gè)頁(yè)面依许。

假設(shè)我們關(guān)心的，是某一個(gè)時(shí)間段內(nèi)缀蹄，指定維基百科文章頁(yè)面的訪問(wèn)量峭跳。

維基百科專門為我們提供了一類數(shù)據(jù)，叫做度量數(shù)據(jù)(metrics)缺前，其中就涵蓋了頁(yè)面訪問(wèn)次數(shù)這個(gè)關(guān)鍵值蛀醉。對(duì)應(yīng)API的介紹頁(yè)面，在這里衅码。

頁(yè)面里有一個(gè)樣例拯刁。假設(shè)你需要獲得2015年10月，愛(ài)因斯坦這個(gè)詞條頁(yè)面的訪問(wèn)數(shù)量逝段，就可以這樣調(diào)用：

GET http://wikimedia.org/api/rest_v1/metrics/pageviews/per-article/en.wikipedia/all-access/all-agents/Albert_Einstein/daily/2015100100/2015103100

我們可以把GET后面這一長(zhǎng)串的網(wǎng)址垛玻，輸入到瀏覽器的地址欄，然后回車奶躯，看看會(huì)得到什么結(jié)果帚桩。

我們?cè)跒g覽器里，看到上圖中那一長(zhǎng)串文字巫糙。你可能感覺(jué)很奇怪——這是什么玩意兒朗儒？

恭喜你，這就是我們需要獲得的數(shù)據(jù)了参淹。只不過(guò)醉锄，它使用了一種特殊的數(shù)據(jù)格式，叫做JSON浙值。

JSON是目前互聯(lián)網(wǎng)上數(shù)據(jù)交互的主流格式之一恳不。如果你想搞清楚JSON的含義和用法，可以參考這個(gè)教程开呐。

我們?cè)跒g覽器里烟勋，初始只能看到數(shù)據(jù)最開(kāi)頭的一部分规求。但是里面已經(jīng)包含了很有價(jià)值的內(nèi)容：

{"items":[{"project":"en.wikipedia","article":"Albert_Einstein","granularity":"daily","timestamp":"2015100100","access":"all-access","agent":"all-agents","views":18860}

這一段里蝶糯，我們看到項(xiàng)目名稱(en.wikipedia)烟馅，文章標(biāo)題(Albert Einstein)，統(tǒng)計(jì)粒度(天）团驱，時(shí)間戳（2015年10月1日）沮尿，訪問(wèn)類型（全部）丛塌，終端類型（全部），以及訪問(wèn)數(shù)量（18860）畜疾。

我們用滑動(dòng)條拖拽返回的文本到最后赴邻，會(huì)看到如下的信息：

{"project":"en.wikipedia","article":"Albert_Einstein","granularity":"daily","timestamp":"2015103100","access":"all-access","agent":"all-agents","views":16380}]}

與10月1日的數(shù)據(jù)對(duì)比，只有時(shí)間戳（2015年10月31日）和訪問(wèn)數(shù)量（16380）發(fā)生了變化啡捶。

中間我們跳過(guò)的姥敛，是10月2日到10月30日之間的數(shù)據(jù)。存儲(chǔ)格式都是一樣的瞎暑，也只是日期和訪問(wèn)量?jī)身?xiàng)數(shù)據(jù)值在變化彤敛。

需要的數(shù)據(jù)都在這里，你只需要提取出相應(yīng)的信息金顿，就可以了臊泌。但是如果讓你手動(dòng)來(lái)做（例如拷貝需要的項(xiàng)，粘貼到Excel中）揍拆，顯然效率很低渠概，而且很容易出錯(cuò)。下面我們來(lái)展示一下嫂拴，如何用R編程環(huán)境來(lái)自動(dòng)化完成這一過(guò)程播揪。

準(zhǔn)備

在正式用R調(diào)用API前，我們需要進(jìn)行一些必要的準(zhǔn)備工作筒狠。

首先是安裝R猪狈。

請(qǐng)先到這個(gè)網(wǎng)址下載R基礎(chǔ)安裝包。

R的下載位置有很多辩恼。建議你選擇清華大學(xué)的鏡像雇庙，可以獲得比較高的下載速度。

請(qǐng)根據(jù)你的操作系統(tǒng)平臺(tái)灶伊，選擇其中對(duì)應(yīng)的版本下載疆前。我用的是macOS版本。

下載得到pkg文件聘萨。雙擊就可以安裝竹椒。

安裝了基礎(chǔ)包之后，我們繼續(xù)安裝集成開(kāi)發(fā)環(huán)境RStudio米辐。它可以幫助你輕松地以交互方式和R溝通胸完。RStudio的下載地址在這里书释。

依據(jù)你的操作系統(tǒng)情況，選擇對(duì)應(yīng)的安裝包赊窥。macOS安裝包為dmg文件爆惧。雙擊打開(kāi)后，把其中的RStudio.app圖標(biāo)拖動(dòng)到Applications文件夾中锨能，安裝就完成了检激。

下面我們從應(yīng)用目錄中，雙擊運(yùn)行RStudio腹侣。

我們先在RStudio的Console中，運(yùn)行如下語(yǔ)句齿穗，安裝一些需要用到的軟件包：

install.packages("tidyverse")
install.packages("rlist")

安裝完畢后傲隶，選擇菜單里的File->New，從以下界面中選擇 R Notebook窃页。

R Notebook默認(rèn)提供給我們一個(gè)模板跺株，附帶一些基礎(chǔ)使用說(shuō)明。

我們嘗試點(diǎn)擊編輯區(qū)域（左側(cè)）代碼部分（灰色）的運(yùn)行按鈕脖卖。

立即就可以看到繪圖的結(jié)果了乒省。

我們點(diǎn)擊菜單欄上的Preview按鈕，來(lái)看整個(gè)兒代碼的運(yùn)行結(jié)果畦木。運(yùn)行結(jié)果會(huì)以圖文并茂的HTML文件方式展示出來(lái)袖扛。

熟悉了環(huán)境后，我們?cè)搶?shí)際操作運(yùn)行自己的代碼了十籍。我們把左側(cè)編輯區(qū)的開(kāi)頭說(shuō)明區(qū)保留蛆封，把其余部分刪除，并且把文件名改成有意義的web-data-api-with-R勾栗。

至此惨篱，準(zhǔn)備工作就緒。下面我們就要開(kāi)始實(shí)際操作了围俘。

操作

實(shí)際操作過(guò)程中砸讳，我們從維基百科上換另外一篇維基文章作為樣例，以證明本操作方法的通用性界牡。選擇的文章是我們?cè)?a href="http://www.reibang.com/p/e4b24a734ccc" target="_blank">介紹詞云制作時(shí)使用過(guò)的簿寂，叫做“Yes, Minisiter”。這是一部1980年代的英國(guó)喜劇欢揖。

我們首先在瀏覽器里嘗試一下陶耍，能否修改API樣例里的參數(shù)，來(lái)獲得“Yes, Minister”文章訪問(wèn)統(tǒng)計(jì)數(shù)據(jù)她混。作為測(cè)試烈钞，我們暫時(shí)只收集2017年10月1日到2017年10月3日 泊碑，共3天的數(shù)據(jù)。

相對(duì)樣例毯欣，我們需要替換的內(nèi)容包括起止時(shí)間和文章標(biāo)題馒过。

我們?cè)跒g覽器的地址欄輸入：

https://wikimedia.org/api/rest_v1/metrics/pageviews/per-article/en.wikipedia/all-access/all-agents/Yes_Minister/daily/2017100100/2017100300

返回結(jié)果如下：

數(shù)據(jù)能夠正常返回，下面我們?cè)赗Studio中采用語(yǔ)句方式來(lái)調(diào)用酗钞。

注意下面的代碼中腹忽，程序輸出部分的開(kāi)頭會(huì)有##標(biāo)記，以便和執(zhí)行代碼本身相區(qū)別砚作。

一上來(lái)窘奏，我們就需要設(shè)置一下時(shí)區(qū)。不然后面處理時(shí)間數(shù)據(jù)的時(shí)候葫录，會(huì)遇到錯(cuò)誤着裹。

Sys.setenv(TZ="Asia/Shanghai")

然后，我們調(diào)用tidyverse軟件包米同，它是個(gè)合集骇扇，一次性加載許多我們后面要用到的功能。

library(tidyverse)

## Loading tidyverse: ggplot2
## Loading tidyverse: tibble
## Loading tidyverse: tidyr
## Loading tidyverse: readr
## Loading tidyverse: purrr
## Loading tidyverse: dplyr

## Conflicts with tidy packages ----------------------------------------------

## filter(): dplyr, stats
## lag():    dplyr, stats

這里可能會(huì)遇到一些警告內(nèi)容面粮，不要理會(huì)就可以少孝。對(duì)咱們的操作毫不影響。

根據(jù)前面的例子熬苍，我們定義需要查詢的時(shí)間跨度稍走，并且指定要查找的維基文章名稱。

注意與Python不同冷溃，R語(yǔ)言中钱磅，賦值采用<-標(biāo)記，而不是=似枕。不過(guò)R語(yǔ)言其實(shí)挺隨和盖淡，你要是非得堅(jiān)持用=，它也能認(rèn)得凿歼，并不會(huì)報(bào)錯(cuò)褪迟。

starting <- "20171001"
ending <- "20171003"
article_title <- "Yes Minister"

根據(jù)已經(jīng)設(shè)定的參數(shù)，我們就可以生成調(diào)用的API地址了答憔。

url <- paste("https://wikimedia.org/api/rest_v1/metrics/pageviews/per-article/en.wikipedia/all-access/all-agents",
             article_title,
             "daily",
             starting,
             ending,
             sep = "/")

這里我們使用的是paste函數(shù)味赃，它幫助我們把幾個(gè)部分串接起來(lái)，最后的sep指的是鏈接幾個(gè)字符串部分時(shí)虐拓，需要使用的連接符心俗。因?yàn)槲覀円纬傻氖穷愃朴谀夸浉袷降木W(wǎng)址數(shù)據(jù)，所以這里用的是分隔目錄時(shí)常見(jiàn)的斜線。

我們檢查一下生成的url地址是不是正確：

url

## [1] "https://wikimedia.org/api/rest_v1/metrics/pageviews/per-article/en.wikipedia/all-access/all-agents/Yes Minister/daily/20171001/20171003"

檢查完畢城榛，結(jié)果正確揪利。下面我們需要實(shí)際執(zhí)行GET函數(shù)，來(lái)調(diào)用API狠持，獲得維基百科的反饋數(shù)據(jù)疟位。

要執(zhí)行這一功能，我們需要加載另外一個(gè)軟件包喘垂，httr甜刻。它類似于Python中的request軟件包，類似于Web瀏覽器正勒，可以完成和遠(yuǎn)端服務(wù)器的溝通得院。

library(httr)

然后我們開(kāi)始調(diào)用。

response <-GET(url, user_agent="my@email.com this is a test")

我們看看調(diào)用API的結(jié)果：

response

## Response [https://wikimedia.org/api/rest_v1/metrics/pageviews/per-article/en.wikipedia/all-access/all-agents/Yes Minister/daily/20171001/20171003]
##   Date: 2017-10-13 03:10
##   Status: 200
##   Content-Type: application/json; charset=utf-8
##   Size: 473 B

注意其中的status一項(xiàng)章贞。我們看到它的返回值為200尿招。以2開(kāi)頭的狀態(tài)編碼是最好的結(jié)果，意味著一切順利阱驾；如果狀態(tài)值的開(kāi)頭是數(shù)字4或者5，那就有問(wèn)題了怪蔑，你需要排查錯(cuò)誤里覆。

既然我們很幸運(yùn)地沒(méi)有遇到問(wèn)題，下面就打開(kāi)返回內(nèi)容看看里面都有什么吧缆瓣。因?yàn)槲覀冎婪祷氐膬?nèi)容是JSON格式喧枷，所以我們加載jsonlite軟件包，以便用清晰的格式把內(nèi)容打印出來(lái)弓坞。

library(jsonlite)

##
## Attaching package: 'jsonlite'

## The following object is masked from 'package:purrr':
##
##     flatten

然后我們打印返回JSON文本的內(nèi)容隧甚。

toJSON(fromJSON(content(response, as="text")), pretty = TRUE)

## {
##   "items": [
##     {
##       "project": "en.wikipedia",
##       "article": "Yes_Minister",
##       "granularity": "daily",
##       "timestamp": "2017100100",
##       "access": "all-access",
##       "agent": "all-agents",
##       "views": 654
##     },
##     {
##       "project": "en.wikipedia",
##       "article": "Yes_Minister",
##       "granularity": "daily",
##       "timestamp": "2017100200",
##       "access": "all-access",
##       "agent": "all-agents",
##       "views": 644
##     },
##     {
##       "project": "en.wikipedia",
##       "article": "Yes_Minister",
##       "granularity": "daily",
##       "timestamp": "2017100300",
##       "access": "all-access",
##       "agent": "all-agents",
##       "views": 578
##     }
##   ]
## }

可以看到，3天的訪問(wèn)數(shù)量統(tǒng)計(jì)信息渡冻，以及包含的其他元數(shù)據(jù)戚扳，都正確地從服務(wù)器用API反饋給了我們。

我們把這個(gè)JSON內(nèi)容存儲(chǔ)起來(lái)族吻。

result <- fromJSON(content(response, as="text"))

檢查一下存儲(chǔ)的內(nèi)容：

result

## $items
##        project      article granularity  timestamp     access      agent
## 1 en.wikipedia Yes_Minister       daily 2017100100 all-access all-agents
## 2 en.wikipedia Yes_Minister       daily 2017100200 all-access all-agents
## 3 en.wikipedia Yes_Minister       daily 2017100300 all-access all-agents
##   views
## 1   654
## 2   644
## 3   578

我們看看解析之后帽借，存儲(chǔ)的類型是什么：

typeof(result)

## [1] "list"

存儲(chǔ)的類型是列表(list)〕瑁可是為了后續(xù)的分析砍艾，我們希望把其中需要的信息提取出來(lái)，組成數(shù)據(jù)框(dataframe)巍举。方法很簡(jiǎn)單脆荷，使用rlist這個(gè)R包，就可以輕松辦到。

library(rlist)

我們需要使用其中的兩個(gè)方法蜓谋，一個(gè)是list.select梦皮，用來(lái)把指定的信息抽取出來(lái)；一個(gè)是list.stack孤澎，用來(lái)把列表生成數(shù)據(jù)框届氢。

df <- list.stack(list.select(result, timestamp, views))

我們看看結(jié)果：

df

##    timestamp views
## 1 2017100100   654
## 2 2017100200   644
## 3 2017100300   578

數(shù)據(jù)抽取是正確的，包括了日期和瀏覽數(shù)量覆旭。但是這個(gè)日期格式不是標(biāo)準(zhǔn)格式退子，后面分析會(huì)有問(wèn)題。我們需要做轉(zhuǎn)化型将。

處理時(shí)間日期格式寂祥，最好的辦法是用lubridate軟件包。我們先調(diào)用它七兜。

library(lubridate)

##
## Attaching package: 'lubridate'

## The following object is masked from 'package:base':
##
##     date

由于日期字符串后面還有表示時(shí)區(qū)的兩位（這里都是0）丸凭，我們需要調(diào)用stringr軟件包，將其截取掉腕铸。然后才能正確轉(zhuǎn)換惜犀。

library(stringr)

然后我們開(kāi)始轉(zhuǎn)換，先用str_sub函數(shù)（來(lái)自于stringr軟件包）把日期字符串的后兩位抹掉狠裹，然后用lubridate軟件包里面的ymd函數(shù)虽界，將原先的字符串轉(zhuǎn)換為標(biāo)準(zhǔn)日期格式。修改后的數(shù)據(jù)涛菠，我們存儲(chǔ)回df$timestamp莉御。

df$timestamp <- ymd(str_sub(df$timestamp, 1, -3))

我們?cè)賮?lái)看看此時(shí)的df內(nèi)容：

df

##    timestamp views
## 1 2017-10-01   654
## 2 2017-10-02   644
## 3 2017-10-03   578

至此，我們需要的數(shù)據(jù)都格式正確地保留下來(lái)了俗冻。

不過(guò)礁叔，如果為了處理每一篇文章的閱讀數(shù)量，我們都這樣一條條跑語(yǔ)句迄薄，效率很低琅关，而且難免會(huì)出錯(cuò)。我們把剛才的輸入語(yǔ)句整理成函數(shù)讥蔽，后面使用起來(lái)會(huì)更加方便死姚。

整理函數(shù)的時(shí)候，我們順便采用dplyr包的“管道”（即你會(huì)看到的%>%符號(hào)）格式改寫一下前面的內(nèi)容勤篮，這樣可以省卻中間變量都毒，而且看起來(lái)更為清晰明確。

get_pv <- function(article_title, starting, ending){
  url <- paste("https://wikimedia.org/api/rest_v1/metrics/pageviews/per-article/en.wikipedia/all-access/all-agents",
             article_title,
             "daily",
             starting,
             ending,
             sep = "/")
 df <- url %>%
    GET(user_agent="my@email.com this is a test") %>%
    content(as="text") %>%
    fromJSON() %>%
    list.select(timestamp, views) %>%
    list.stack() %>%
    mutate(timestamp = timestamp %>%
             str_sub(1,-3) %>%
             ymd())
  df
}

我們用新定義的函數(shù)碰缔，重新嘗試一下剛才的API數(shù)據(jù)獲日司ⅰ：

starting <- "20171001"
ending <- "20171003"
article_title <- "Yes Minister"
get_pv(article_title, starting, ending)

##    timestamp views
## 1 2017-10-01   654
## 2 2017-10-02   644
## 3 2017-10-03   578

結(jié)果正確。

不過(guò)如果只是抓取3天的數(shù)據(jù)，我們這么大費(fèi)周章就沒(méi)有意思了瀑焦。下面我們擴(kuò)展時(shí)間范圍腌且，嘗試抓取自2014年初至2017年10月10日的數(shù)據(jù)。

starting <- "20141001"
ending <- "20171010"
article_title <- "Yes Minister"
df <- get_pv(article_title, starting, ending)

我們看看運(yùn)行結(jié)果：

head(df)

##    timestamp views
## 1 2015-07-01   538
## 2 2015-07-02   588
## 3 2015-07-03   577
## 4 2015-07-04   473
## 5 2015-07-05   531
## 6 2015-07-06   500

有意思的是榛瓮，數(shù)據(jù)的統(tǒng)計(jì)并不是從2014年開(kāi)始铺董，而是2015年7月。這究竟是由于"Yes, Minister"維基文章是2015年7月才發(fā)布禀晓？還是因?yàn)槲覀冋{(diào)用的API對(duì)檢索時(shí)間范圍有限制精续？抑或是其他原因？這個(gè)問(wèn)題留作思考題粹懒，歡迎把你的答案和分析過(guò)程分享給大家重付。

下面，我們把獲得的數(shù)據(jù)用ggplot2軟件包繪制圖形凫乖。用一行語(yǔ)句确垫，看看幾年之內(nèi)，"Yes,
Minister"維基文章訪問(wèn)數(shù)量的變化趨勢(shì)帽芽。

ggplot(data=df, aes(timestamp, views)) + geom_line()

作為一部30多年前的劇集删掀，今天還不斷有人訪問(wèn)其維基頁(yè)面，可見(jiàn)它的魅力导街。從圖中可以非常明顯看到幾個(gè)峰值爬迟，你能解釋它們出現(xiàn)的原因嗎？這將作為今天的另外一道習(xí)題菊匿，供你思考。

小結(jié)

簡(jiǎn)單回顧一下计福，本文我們接觸到了以下重要知識(shí)點(diǎn)：

• 獲取Web數(shù)據(jù)的三種常見(jiàn)方式及其應(yīng)用場(chǎng)景跌捆；
• 常見(jiàn)API的目錄資源獲取地址和使用方法；
• 如何用R來(lái)調(diào)用API象颖，并且從服務(wù)器反饋結(jié)果中抽取關(guān)心的數(shù)據(jù)佩厚。

希望讀過(guò)本文，你能初步掌握上述內(nèi)容说订，并且根據(jù)文中提供的鏈接和教程資源拓展學(xué)習(xí)相關(guān)知識(shí)抄瓦。

討論

你之前利用API獲取過(guò)Web數(shù)據(jù)嗎？除了R以外陶冷，你還使用過(guò)哪些API的調(diào)用工具钙姊？與本文的介紹比起來(lái)，這些工具有什么特點(diǎn)埂伦？歡迎留言煞额，把你的心得經(jīng)驗(yàn)分享給大家，我們一起交流討論。

喜歡請(qǐng)點(diǎn)贊膊毁。還可以微信關(guān)注和置頂我的公眾號(hào)“玉樹(shù)芝蘭”(nkwangshuyi)胀莹。

如果你對(duì)數(shù)據(jù)科學(xué)感興趣，不妨閱讀我的系列教程索引貼《如何高效入門數(shù)據(jù)科學(xué)婚温？》描焰，里面還有更多的有趣問(wèn)題及解法。