Import plochých souborů z webu

Intermediate Importing Data in Python

Hugo Bowne-Anderson

Data Scientist at DataCamp

Import již ovládáte!

  • Ploché soubory jako .txt a .csv

  • Soubory Pickle, tabulky Excel a další!

  • Data z relačních databází

  • To vše zvládnete lokálně

  • Co když jsou vaše data online?

Intermediate Importing Data in Python

Lze importovat webová data?

ch_1_1.010.png

  • Lze: přejít na URL a stáhnout soubory kliknutím
  • ALE: není to reprodukovatelné ani škálovatelné
Intermediate Importing Data in Python

Naučíte se…

  • Import a lokální ukládání datových sad z webu

  • Načítání datových sad do DataFramů v pandas

  • Vytváření HTTP požadavků (GET)

  • Scraping webových dat, např. HTML

  • Parsování HTML na užitečná data (BeautifulSoup)

  • Použití balíčků urllib a requests

Intermediate Importing Data in Python

Balíček urllib

  • Rozhraní pro načítání dat z webu
  • urlopen() – přijímá URL místo názvů souborů
Intermediate Importing Data in Python

Automatické stahování souborů v Pythonu

from urllib.request import urlretrieve
url = 'http://archive.ics.uci.edu/ml/machine-learning-databases/wine-quality/
winequality-white.csv'
urlretrieve(url, 'winequality-white.csv')

('winequality-white.csv', <http.client.HTTPMessage at 0x103cf1128>)
Intermediate Importing Data in Python

Pojďme procvičovat!

Intermediate Importing Data in Python

Preparing Video For Download...