1.3 数据获取

掌握了初步的数据分析后，你会发现自己变成了“数据饥渴症患者”。如果没有数据，你就无法思考、解答现实问题。

如何获取数据呢？我们先要区分数据的来源。数据的来源很多，但是对于研究者来说，来自网络和文献的数据比较常用。目前主流（合法）的网络数据获取方法主要分为3类：

开放数据集下载；

应用程序接口（Application Programming Interface,API）读取；

爬虫抓取（Crawling）。

在第4章，我们讲解了如何把开放数据集下载到本地，并且在Python中使用，还介绍了常见的CSV、JSON和XML等格式的开放数据文件的读取、初步处理和可视化方法与流程。

如果没有开放数据集可供下载，网站只提供API，该怎么办呢？在4.2节中，我们使用Python读取阿里云云市场的一款天气数据API，获得指定城市的天气变化记录，并且做可视化分析。

如果没有开放数据集，网站也没有提供API，那就得“直接上大锤”了。4.3节介绍了非常人性化、易用的网页抓取软件包requests_html，你可以用它尝试抓取网页内的指定类型的链接。

希望这些内容可以帮助你高效地获得优质数据，支撑起你的思考和探索。