Python调用NASA开放API实战指南-代码聚汇网

Python调用NASA开放API实战指南

楚雨馨·2026-08-14·阅读 23 GEO检测（免费）

NASA APIPython数据获取APOD

|难度：普通|阅读约 28 分钟

1. NASA数据API简介与准备工作

NASA作为全球顶尖的航天机构，向公众开放了超过60个数据API接口，涵盖地球观测、天文图像、火星探测等丰富数据集。这些API完全免费且无需特殊申请，只需注册获取API密钥即可使用。对于Python开发者而言，这无疑是一个绝佳的数据科学实践资源库。

在开始前，我们需要完成三项基础准备：

1.1 API密钥获取

访问api.nasa.gov点击"Sign Up"填写简单注册表单（仅需邮箱和用途说明），系统会立即生成专属API密钥。免费版每小时限1000次请求，完全满足个人开发需求。建议将密钥保存在环境变量中：

bash复制# 在终端设置环境变量(Unix-like系统)
export NASA_API_KEY='your_actual_key_here'

1.2 开发环境配置

推荐使用Python 3.8+版本，并安装以下核心库：

python复制pip install requests pandas matplotlib

requests：处理HTTP请求的核心库
pandas：数据清洗与分析利器
matplotlib：基础可视化工具

对于需要处理地理数据的场景（如卫星影像），建议额外安装geopandas和rasterio库。

1.3 API端点速览

NASA API主要分为以下几类：

天文图像：APOD（每日天文图）、Mars Rover Photos
地球数据：Earth Polychromatic Imaging Camera (EPIC)
科技数据：TechTransfer（NASA技术专利）
卫星数据：Landsat、Sentinel等遥感数据

提示：首次使用建议从APOD API入手，其响应结构简单且数据直观，适合快速验证流程。

需要模型API调用？免费领10W Token，多模型网关一键接入 Claude、DeepSeek 等主流模型。

2. 基础数据获取实战

让我们以最受欢迎的Astronomy Picture of the Day (APOD) API为例，演示完整的请求-响应-解析流程。

2.1 构建请求URL

APOD接口的基础URL结构如下：

code复制https://api.nasa.gov/planetary/apod?api_key=DEMO_KEY

实际开发中需要替换DEMO_KEY为你的真实密钥。可以通过params参数更优雅地传递查询条件：

python复制import os
import requests

base_url = "https://api.nasa.gov/planetary/apod"
params = {
    'api_key': os.getenv('NASA_API_KEY'),
    'date': '2024-03-15',  # 可选日期
    'thumbs': True  # 当媒体为视频时返回缩略图
}

response = requests.get(base_url, params=params)

2.2 响应解析与异常处理

NASA API通常返回JSON格式数据，我们需要处理可能的异常情况：

python复制if response.status_code == 200:
    data = response.json()
    print(f"标题: {data['title']}")
    print(f"日期: {data['date']}")
    print(f"解释: {data['explanation'][:100]}...")  # 截取前100字符
    print(f"媒体类型: {data['media_type']}")
    if data['media_type'] == 'image':
        print(f"高清图链接: {data['hdurl']}")
elif response.status_code == 429:
    print("请求过于频繁，请稍后再试")
else:
    print(f"请求失败，状态码: {response.status_code}")

2.3 数据持久化存储

将获取的数据保存到本地便于后续分析：

python复制import pandas as pd
from datetime import datetime

# 转换日期格式
data['parsed_date'] = datetime.strptime(data['date'], '%Y-%m-%d')

# 创建DataFrame
df = pd.DataFrame([data])

# 保存为CSV（追加模式）
df.to_csv('apod_data.csv', mode='a', header=not os.path.exists('apod_data.csv'), index=False)

注意：当处理视频类APOD时，hdurl字段可能不存在，需先检查media_type字段。

3. 高级查询与批量获取

3.1 日期范围查询

通过start_date和end_date参数可以获取时间段内的APOD数据：

python复制params = {
    'api_key': os.getenv('NASA_API_KEY'),
    'start_date': '2024-03-01',
    'end_date': '2024-03-07'
}

response = requests.get(base_url, params=params)
week_data = response.json()  # 返回列表形式的数据

3.2 多线程批量下载

当需要获取大量历史数据时，建议使用线程池加速：

python复制from concurrent.futures import ThreadPoolExecutor

def fetch_apod(date):
    params = {'api_key': os.getenv('NASA_API_KEY'), 'date': date}
    response = requests.get(base_url, params=params)
    return response.json()

dates = ['2024-03-01', '2024-03-02', '2024-03-03']  # 可扩展为更长的日期列表

with ThreadPoolExecutor(max_workers=5) as executor:
    results = list(executor.map(fetch_apod, dates))

3.3 数据去重与清洗

合并数据时需处理可能的重复记录：

python复制full_df = pd.concat([pd.DataFrame(r) for r in results if isinstance(r, dict)])
full_df.drop_duplicates(subset=['date'], inplace=True)
full_df.reset_index(drop=True, inplace=True)

4. 地球观测数据专项处理

EPIC API提供地球的每日全彩色图像，这类数据的处理有其特殊性。

4.1 构建有效请求

EPIC数据需要组合多个参数：

python复制epic_url = "https://api.nasa.gov/EPIC/api/natural/date/2024-03-01"
params = {'api_key': os.getenv('NASA_API_KEY')}

response = requests.get(epic_url, params=params)
epic_data = response.json()

4.2 图像URL构造规则

EPIC图像的URL需要根据返回数据手动构建：

python复制def build_epic_url(record):
    date_obj = datetime.strptime(record['date'], '%Y-%m-%d %H:%M:%S')
    date_str = date_obj.strftime('%Y/%m/%d')
    return f"https://epic.gsfc.nasa.gov/archive/natural/{date_str}/png/{record['image']}.png"

image_urls = [build_epic_url(item) for item in epic_data]

4.3 地理坐标处理

EPIC数据包含卫星位置信息，可转换为GeoDataFrame进行空间分析：

python复制import geopandas as gpd
from shapely.geometry import Point

geometry = [Point(float(item['centroid_coordinates']['lon']), 
                 float(item['centroid_coordinates']['lat'])) 
           for item in epic_data]
gdf = gpd.GeoDataFrame(epic_data, geometry=geometry, crs="EPSG:4326")

5. 火星车数据实战

火星车API提供毅力号、好奇号等探测器拍摄的原始图像。

5.1 复杂查询参数

火星车API支持相机类型、Sol（火星日）等专业参数：

python复制mars_url = "https://api.nasa.gov/mars-photos/api/v1/rovers/curiosity/photos"
params = {
    'api_key': os.getenv('NASA_API_KEY'),
    'sol': 1000,
    'camera': 'MAST',  # 桅杆相机
    'page': 1
}

5.2 大结果集分页处理

当返回结果过多时，需要实现分页逻辑：

python复制all_photos = []
page = 1

while True:
    params['page'] = page
    response = requests.get(mars_url, params=params)
    page_data = response.json()
    
    if not page_data['photos']:
        break
        
    all_photos.extend(page_data['photos'])
    page += 1
    time.sleep(0.5)  # 避免触发速率限制

5.3 图像元数据分析

提取照片中的科学仪器元数据：

python复制camera_stats = pd.DataFrame(all_photos)['camera'].apply(pd.Series)['full_name'].value_counts()
print(camera_stats)

6. 数据可视化案例

6.1 APOD日历视图

使用matplotlib创建月度APOD缩略图矩阵：

python复制import matplotlib.pyplot as plt
from matplotlib.image import imread
from io import BytesIO

fig, axes = plt.subplots(4, 7, figsize=(20, 10))
for ax, record in zip(axes.flat, week_data):
    if record['media_type'] == 'image':
        img_data = requests.get(record['url']).content
        img = imread(BytesIO(img_data))
        ax.imshow(img)
        ax.set_title(record['date'][-2:])
        ax.axis('off')
plt.tight_layout()

6.2 地球影像动画

使用imageio创建EPIC影像时间序列动画：

python复制import imageio
from PIL import Image

images = []
for url in image_urls[:10]:  # 取前10张避免过大
    img_data = requests.get(url, stream=True).raw
    images.append(Image.open(img_data))
    
imageio.mimsave('earth_rotation.gif', images, duration=0.5)

7. 性能优化与错误处理

7.1 请求重试机制

实现带指数退避的请求重试：

python复制from time import sleep

def robust_request(url, params, max_retries=3):
    for attempt in range(max_retries):
        try:
            response = requests.get(url, params=params, timeout=10)
            response.raise_for_status()
            return response
        except requests.exceptions.RequestException as e:
            if attempt == max_retries - 1:
                raise
            sleep(2 ** attempt)  # 指数退避

7.2 响应缓存

使用磁盘缓存避免重复请求：

python复制from pathlib import Path
import hashlib

def get_cached_response(url, params, cache_dir='nasa_cache'):
    Path(cache_dir).mkdir(exist_ok=True)
    param_str = str(sorted(params.items()))
    hash_key = hashlib.md5(param_str.encode()).hexdigest()
    cache_path = Path(cache_dir) / f"{hash_key}.json"
    
    if cache_path.exists():
        with open(cache_path) as f:
            return json.load(f)
            
    response = robust_request(url, params)
    data = response.json()
    
    with open(cache_path, 'w') as f:
        json.dump(data, f)
        
    return data

7.3 速率限制监控

跟踪API调用情况避免超限：

python复制from collections import defaultdict
import time

class RateLimiter:
    def __init__(self, max_calls=950, period=3600):
        self.calls = defaultdict(list)
        self.max_calls = max_calls
        self.period = period
    
    def check_limit(self, api_key):
        now = time.time()
        calls = [t for t in self.calls[api_key] if now - t < self.period]
        
        if len(calls) >= self.max_calls:
            sleep_time = self.period - (now - calls[0])
            time.sleep(sleep_time)
            
        self.calls[api_key].append(now)
        return True

limiter = RateLimiter()
limiter.check_limit(os.getenv('NASA_API_KEY'))

8. 项目扩展思路

8.1 自动化日报系统

结合APOD API和邮件服务创建天文日报：

python复制import smtplib
from email.mime.multipart import MIMEMultipart
from email.mime.text import MIMEText

def send_apod_email(recipient):
    today_apod = get_cached_response(base_url, {'api_key': os.getenv('NASA_API_KEY')})
    
    msg = MIMEMultipart()
    msg['Subject'] = f"每日天文图: {today_apod['title']}"
    msg['From'] = 'your_email@example.com'
    msg['To'] = recipient
    
    html = f"""
    <h1>{today_apod['title']}</h1>
    <img src="{today_apod['url']}" width="600">
    <p>{today_apod['explanation']}</p>
    """
    msg.attach(MIMEText(html, 'html'))
    
    with smtplib.SMTP('smtp.example.com', 587) as server:
        server.starttls()
        server.login('user', 'password')
        server.send_message(msg)

8.2 三维天体可视化

使用plotly展示火星车位置数据：

python复制import plotly.express as px

df = pd.DataFrame({
    'sol': [photo['sol'] for photo in all_photos],
    'x': [photo['rover']['position']['x'] for photo in all_photos],
    'y': [photo['rover']['position']['y'] for photo in all_photos]
})

fig = px.scatter_3d(df, x='x', y='y', z='sol', color='sol')
fig.update_layout(scene=dict(zaxis_title='火星日'))
fig.show()

8.3 实时数据看板

使用Dash构建NASA数据仪表盘：

python复制import dash
from dash import dcc, html
import dash_bootstrap_components as dbc

app = dash.Dash(__name__, external_stylesheets=[dbc.themes.BOOTSTRAP])

app.layout = dbc.Container([
    dbc.Row([
        dbc.Col(html.H1("NASA实时数据看板"), width=12)
    ]),
    dbc.Row([
        dbc.Col(dcc.Dropdown(
            id='api-selector',
            options=[
                {'label': '每日天文图', 'value': 'apod'},
                {'label': '地球影像', 'value': 'epic'},
                {'label': '火星照片', 'value': 'mars'}
            ],
            value='apod'
        ), width=4)
    ]),
    dbc.Row([
        dbc.Col(dcc.Graph(id='data-display'), width=12)
    ])
])

# 这里需要添加回调函数处理用户交互
if __name__ == '__main__':
    app.run_server(debug=True)

我在实际使用NASA API的过程中发现，虽然官方文档提供了基础示例，但要构建稳定可靠的生产级应用，还需要特别注意以下几点：

所有API请求都必须包含有效的User-Agent头部，否则可能被拒绝服务。建议设置为包含联系信息的自定义字符串，例如：
```
python复制headers = {'User-Agent': 'MyNASAApp/1.0 (contact@example.com)'}
```
地球观测数据通常采用特殊的坐标系（如WGS84），在进行地理空间分析时需要确保所有数据使用相同的CRS（坐标参考系统），否则会导致位置偏移。
处理火星车数据时，Sol（火星日）与地球日期并非简单对应，建议使用官方提供的日期转换工具或维护自己的映射表。