玩转 Stock API：JavaScript/React 开发人员学习 Python

作为一名Python新手，我最近开始学习如何使用Python及其库存API。在这个过程中，我掌握了以下技能：

• 创建和管理虚拟环境
• 使用pip安装和管理包
• 利用环境变量安全地存储敏感数据
• 发送HTTP请求并解析JSON响应
• 实现健壮的错误处理和格式化输出
• 熟练运用Python字典
• 理解并运用API架构

以下是我的学习历程和关键点总结：

1. Python环境配置

Python的虚拟环境(venv)可以隔离项目依赖，避免包冲突。这是最佳实践。

创建和激活虚拟环境：

创建：python -m venv venv

激活(Mac/Linux): source venv/bin/activate

激活(Windows): venvScriptsactivate

这确保了每个项目的依赖项相互独立。

包管理：使用pip管理依赖项：

安装包：pip install requests python-dotenv

保存依赖项：pip freeze > requirements.txt

根据依赖项安装：pip install -r requirements.txt

2. 环境变量

为了安全地存储API密钥和凭据，我使用了.env文件：

.env文件内容：

SCHWAB_CLIENT_ID=my_secret_id
SCHWAB_CLIENT_SECRET=my_secret_key

Python代码：

from dotenv import load_dotenv
import os

load_dotenv() # 加载.env文件中的变量
api_key = os.getenv('SCHWAB_CLIENT_ID')

重要提示： 切勿将.env文件提交到Git版本控制系统中。使用.gitignore文件忽略它。

3. 发送HTTP请求

我使用requests库与API交互：

import requests

# 发送GET请求
response = requests.get(url, headers=headers, params=params)

# 检查请求是否成功
if response.status_code == 200:
    data = response.json() # 将响应转换为JSON

4. 理解API架构

在使用API之前，我仔细研究了它的架构。API架构就像蓝图，指明：

• 请求架构: 需要发送的数据，包括必填字段、数据类型和约束。
• 响应架构: 期望接收的数据，包括结构、数据类型和示例。

例如，一个检索股票价格的API端点：

请求架构:

{
  "symbol": "string",
  "date": "string (YYYY-MM-DD)",
  "interval": "string (e.g., '1d', '1m')"
}

响应架构:

{
  "symbol": "string",
  "prices": [
    {
      "date": "string (YYYY-MM-DD)",
      "open": "float",
      "close": "float",
      "high": "float",
      "low": "float",
      "volume": "integer"
    }
  ]
}

理解架构的好处：

1. 做好准备: 确保正确构建请求并知道如何处理响应。
2. 预防错误: 遵守架构可以最大限度地减少无效请求或误解响应。

5. 使用JSON

API通常返回JSON格式的数据。以下是如何在Python中处理JSON：

import json

# 从文件中读取JSON
with open('tokens.json', 'r') as f:
    data = json.load(f)

# 将JSON写入文件
with open('tokens.json', 'w') as f:
    json.dump(data, f, indent=4)

6. 错误处理

使用try...except块处理错误：

try:
    response = requests.get(url)
    data = response.json()
except Exception as e:
    print(f"Error: {str(e)}")
    return

7. 字符串格式化

使用f-strings和.format()方法格式化字符串：

f-strings: print(f"Stock: {name}, Price: ${price:.2f}")

.format() : print("Stock: {}, Price: ${:.2f}".format(name, price))

8. 字典操作

Python字典处理嵌套API数据非常方便：

获取值并设置默认值: price = data.get('price', 'N/A')

访问嵌套字典:

stock = data[symbol]
quote = stock.get('quote', {})
price = quote.get('lastPrice', 'N/A')

9. 调试技巧

• 打印调试信息: print(f"Debug: {variable}")
• 检查变量类型: print(f"Type: {type(data)}")
• 打印格式化的字典: import json; print(json.dumps(data, indent=2))

10. 身份验证挑战

我遇到的最大挑战是身份验证。最终，我发现需要一个经纪账户和一个开发者账户才能成功验证，而不仅仅是开发者账户。这让我意识到，寻求帮助非常重要。

结论

Python对新手非常友好！我学到了很多：虚拟环境、环境变量、requests库、错误处理、清晰的代码风格等。

后续步骤

• 深入学习API身份验证
• 探索数据可视化
• 改进错误处理
• 实现自动化测试

数据分析仓库：https://github.com/Jesse-Chong/Schwab-Market-Analysis