转自：菜鸟学Python
对于做爬虫和数据分析方向的小伙伴来说，对于数据的获取是十分重要的，尤其是关于大数据分析的数据，非常难以获取，最近小编在浏览Github时，就发现了一个宝库——gopup。是由一个国内的大神开源的python库，该库包含了大量的大数据分析相关的数据，一起来看看吧。
01.神器GoPup
项目的地址为：https://github.com/justinzm/gopup。该库所采集的数据都是公开的数据源，作者也指出了通过该库所获取的数据主要目的是用于学术的研究。
该项目所涉及到的数据库包含了微博指数数据、百度指数数据、头条指数数据、新经济公司、生活数据、疫情数据等信息。
可以看到，上述的数据中，都包含了大量的大数据分析数据，可以通过该项目库直接获取来使用。gopup的安装也十分的便捷，在终端运行pip install gopup即可安装。
02.如何使用
接下来，我们通过程序来看一下如何使用gopup来获取数据。首先来看一下，百度指数的数据获取，程序和结果如下图所示：
上图中，可以看到，首先我们需要先在网页端登录百度指数，然后获取cookie数据，拿到cookie数据后，就可以调用gopup库的baidu_search_index函数来查询指定时间段内的指定关键词的搜索热度。这里我们搜索的就是2020年10月1号到2020年12月1号的62天的“口罩”搜索指数。返回的是DataFrame格式的数据。那么如何获得cookie呢？
首先打开百度指数网站并登录，然后点击F12进入开发者模式后，点击Network后，点击任意一个url的链接，翻到最下方就可以获取到cookie数据。
接下来我们来获取一下汽油和柴油的历史调价信息，程序和结果如下所示：
可以看到，对于调价信息，只需要一行代码即可帮助我们搞定。
gopup不仅仅可以抓取到生活信息，还可以帮助我们抓取影视信息方面的数据，例如实时的电影票房数据、实时电视剧播映指数、艺人商业价值等信息，程序和结果如下图所示：
上述的程序给出的是实时电视剧播映指数数据，可以看到，最近比较火的电视剧为张鲁一、段奕宏领衔主演的《大秦赋》和李易峰、金晨主演的《隐秘而伟大》。这两部剧在豆瓣上的评分都在8分以上，可谓是收视率和口碑的双丰收。
上图给出的是艺人商业价值的排行榜(详细的csv可以在文末获取)，杨紫、易烊千玺和杨幂分列前三位，这份榜单是根据商业价值来进行排序，在专业热度、关注热度等信息方面，不同的明星热度排名也是不相同的。
03.详细的文档
作者在项目中不仅给出了安装方式，而且还出了中文文档(http://doc.gopup.cn/)，大家可以直接到作者提供的中文文档中进行学习，作者给出的中文文档非常的详尽。
以百度的搜索数据为例，我们需要重点关注的有四个点，分别是目标地址、输入参数、输出参数和接口示例，其中接口示例给出了程序如何调用的详细说明，让大家一看就明白该如何使用。
还要注意的是，影视数据获取的程序，必须在Ubuntu环境下运行，否则js数据无法正确返回结果。
以上就是小编为大家带来的gopup库的介绍，大家也赶快安装gopup，发现更多更有趣的大数据应用吧。
重磅！Python交流群已成立
为了给小伙伴们提供一个互相交流的技术平台，特地开通了Python交流群。
群里有不少技术大神，不时会分享一些技术要点，更有一些资源收藏爱好者不时分享一些优质的学习资料。（免费，不卖课！）
▲长按扫码
