百度指数不用爬,3行Python代码就能获取海量数据!

早起Python

共 5025字,需浏览 11分钟

 · 2020-12-18


大家好,我是早起。


曾经有读者问我,百度指数、微博指数等数据怎么爬。


其实有时换个思路会更快解决,比如不用爬的用取的。。


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,小F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,可以点击左下角的阅读原文,查看文档。


-END-



扫码添加早小起

1. 回复「进群」进入Python技术交流群

2. 回复「Python」获得Python技术图书

3. 回复「习题」领取Python数据处理200题





浏览 128
点赞
评论
收藏
分享

手机扫一扫分享

举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

举报