1.3 數(shù)據(jù)獲取

掌握了初步的數(shù)據(jù)分析后，你會(huì)發(fā)現(xiàn)自己變成了“數(shù)據(jù)饑渴癥患者”。如果沒(méi)有數(shù)據(jù)，你就無(wú)法思考、解答現(xiàn)實(shí)問(wèn)題。

如何獲取數(shù)據(jù)呢？我們先要區(qū)分?jǐn)?shù)據(jù)的來(lái)源。數(shù)據(jù)的來(lái)源很多，但是對(duì)于研究者來(lái)說(shuō)，來(lái)自網(wǎng)絡(luò)和文獻(xiàn)的數(shù)據(jù)比較常用。目前主流（合法）的網(wǎng)絡(luò)數(shù)據(jù)獲取方法主要分為3類：

開(kāi)放數(shù)據(jù)集下載；

應(yīng)用程序接口（Application Programming Interface,API）讀取；

爬蟲抓取（Crawling）。

在第4章，我們講解了如何把開(kāi)放數(shù)據(jù)集下載到本地，并且在Python中使用，還介紹了常見(jiàn)的CSV、JSON和XML等格式的開(kāi)放數(shù)據(jù)文件的讀取、初步處理和可視化方法與流程。

如果沒(méi)有開(kāi)放數(shù)據(jù)集可供下載，網(wǎng)站只提供API，該怎么辦呢？在4.2節(jié)中，我們使用Python讀取阿里云云市場(chǎng)的一款天氣數(shù)據(jù)API，獲得指定城市的天氣變化記錄，并且做可視化分析。

如果沒(méi)有開(kāi)放數(shù)據(jù)集，網(wǎng)站也沒(méi)有提供API，那就得“直接上大錘”了。4.3節(jié)介紹了非常人性化、易用的網(wǎng)頁(yè)抓取軟件包requests_html，你可以用它嘗試抓取網(wǎng)頁(yè)內(nèi)的指定類型的鏈接。

希望這些內(nèi)容可以幫助你高效地獲得優(yōu)質(zhì)數(shù)據(jù)，支撐起你的思考和探索。