爬虫实战丨基于requests爬取比特币信息并绘制价格走势图-编程知识

文章目录

写在前面
- 实验环境
- 实验描述
- 实验内容
写在后面

写在前面

本期内容：基于requests爬取比特币信息并绘制价格走势图

下载地址：https://download.csdn.net/download/m0_68111267/88734451

实验环境

anaconda丨pycharm
python3.11.4
requests

安装requests库的命令：

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple requests

实验描述

学习网络爬虫相关技术，熟悉爬虫基本库requests的使用。
熟悉网络爬虫相关基础知识。

实验内容

1. 尝试爬取网站数据

编写实例文件"bt01.py"，抓取网站中BTC和ETH的报价数据并打印输出BTC和ETH的实时价格：

程序设计

"""
作者：Want595
微信号：Want_595
公众号：Want595
"""
import requestsdef price(symbol, comparison_symbols=['USD'], exchange=''):url = 'https://min-api.cryptocompare.com/data/price?fsym={}&tsyms={}' \.format(symbol.upper(), ','.join(comparison_symbols).upper())if exchange:url += '&e={}'.format(exchange)print(url)page = requests.get(url)data = page.json()return dataprint("当前BTC的美元价格为：" + str(price('BTC')))
print("当前ETH的美元价格为：" + str(price('ETH')))

程序分析

这段代码使用了Python的requests库来获取加密货币的价格信息。它定义了一个名为price的函数，该函数接受一个代币符号作为参数，并可选地接受比较货币符号列表和交易所名称。

函数的逻辑是先构建一个url，然后使用requests库发送GET请求获取到加密货币的价格数据。该url使用了Cryptocompare的API，通过拼接符号和比较货币来构建特定的API请求。

在主函数中，它使用price函数分别获取了BTC和ETH的美元价格，然后将结果打印出来。

要对这段代码进行详细分析，可以从以下几个方面入手：

函数的参数和返回值：函数接受一个代币符号作为参数，可选地接受比较货币符号列表和交易所名称。它返回一个包含价格信息的字典对象。
API请求：函数构建了一个特定的API请求url，然后使用requests库发送GET请求获取到加密货币的价格数据。这个请求使用了Cryptocompare的API，可以根据代币符号和比较货币获取实时价格信息。
数据解析和处理：函数获取到API返回的数据后，使用json()方法将其转换为Python字典对象。然后，将价格信息提取出来并返回。
主函数的使用：主函数调用了price函数来获取BTC和ETH的美元价格，并将结果打印出来。

总体来说，这段代码是一个简单的加密货币价格获取程序。它使用了Cryptocompare的API来获取实时价格数据，并将结果返回。可以根据需要进一步扩展和修改该代码，以适应更多的加密货币和交易所。

运行结果

2. 简单绘制一下比特/美元价格曲线

编写实例文件"bt02.py"，使用matplotlib库绘制比特/美元的价格曲线：

程序设计

"""
作者：Want595
微信号：Want_595
公众号：Want595
"""
from bt01 import price
import datetime
import matplotlib.pyplot as pltx = [0]
y = [0]
fig = plt.gcf()
fig.show()
fig.canvas.draw()
i = 0
while(True):data = price('BTC')i += 1x.append(i)y.append(data['USD'])plt.ylim([0, 100000])plt.title("BTC vs USD, Last Update is: " + str(datetime.datetime.now()))plt.plot(x, y)fig.canvas.draw()plt.pause(10)

程序分析

这段代码是一个用于实时绘制比特币价格走势图的程序。它导入了一个名为price的函数，该函数在之前的代码中已经定义了，用于获取比特币的价格信息。同时，它还导入了一些必要的库，例如datetime和matplotlib.pyplot。

代码中定义了两个空列表x和y，用于存储时间和比特币价格。接下来，创建一个图形容器fig，并使用plt.gcf()方法初始化。然后，显示图形容器fig，并通过fig.canvas.draw()绘制空图。

使用一个while循环不断获取比特币的价格信息，并像之前一样调用price函数。然后，将时间和价格分别添加到x和y列表中。接下来，通过plt.ylim()设置y轴的范围，plt.title()设置图表标题，并使用plt.plot()方法绘制x和y的曲线。最后，使用fig.canvas.draw()绘制更新后的图形，并使用plt.pause()方法暂停10秒钟。

总体来说，这段代码可以不断获取比特币的实时价格，并以折线图的形式展示出来。通过不断更新图形容器，可以实时查看比特币价格的变化。可以根据需要调整代码中的参数，以适应不同的需求和交易所。

运行结果

3. 绘制BTC和ETH的历史价格曲线图

编写实例文件"bt03.py"，首先抓取网站中BTC和ETH的历史价格数据，然后使用matplotlib和pandas绘制BTC和ETH的历史价格曲线图：

程序设计

"""
作者：Want595
微信号：Want_595
公众号：Want595
"""
import requests
import datetime
import pandas as pd
import matplotlib.pyplot as pltplt.rcParams['font.sans-serif'] = ['SimHei']  # 指定默认字体
plt.rcParams['axes.unicode_minus'] = False  # 解决保存图像是负号'-'显示为方块的问题def hourly_price_historical(symbol, comparison_symbol, limit, aggregate, exchange=''):url = 'https://min-api.cryptocompare.com/data/histohour?fsym={}&tsym={}&limit={}&aggregate={}' \.format(symbol.upper(), comparison_symbol.upper(), limit, aggregate)if exchange:url += '&e={}'.format(exchange)print(url)page = requests.get(url)data = page.json()['Data']df = pd.DataFrame(data)df['timestamp'] = [datetime.datetime.fromtimestamp(d) for d in df.time]return df
……请下载代码后查看哦

程序分析

这段代码是一个获取比特币和以太坊近期小时价格历史数据，并绘制折线图的程序。

首先，代码中定义了两个函数，hourly_price_historical和plotchart。hourly_price_historical函数用于获取指定货币对的历史小时价格数据，它接收参数symbol（货币符号）、comparison_symbol（对比货币符号）、limit（获取的小时数量）、aggregate（聚合参数，指定每个数据点的时间间隔）以及exchange（交易所，可选）。该函数首先构建了API请求的URL，并发送请求获取数据。然后，使用pandas库将返回的数据转换为DataFrame格式，并添加一个timestamp列，表示时间。最后，返回DataFrame。

plotchart函数用于绘制折线图，它接收参数axis（子图坐标轴）、df（包含价格数据的DataFrame）、symbol（货币符号）和comparison_symbol（对比货币符号）。该函数使用plot方法绘制数据中的close列（表示收盘价）与时间戳列(timestamp)。

在主程序中，首先调用hourly_price_historical函数获取比特币和以太坊的历史小时价格数据，分别存储在df1和df2中。然后，使用plt.subplots()创建一个包含两个子图的图形。接下来，调用plotchart函数分别绘制比特币和以太坊的折线图，并传入对应的数据和货币对信息。最后，调用plt.show()显示图形。

总体来说，这段代码可以获取指定货币对的历史小时价格数据，并以折线图的形式展示出来。通过使用pandas和matplotlib库，可以方便地处理和可视化数据，以便进行技术分析和趋势观察。可以根据需要调整代码中的参数，以获取不同货币对的历史价格数据。

运行结果