Ce dernier chapitre construit un mini-pipeline complet : récupérer des données, les analyser, les stocker, puis les visualiser. Première étape : récupérer une liste de ventes depuis une API, avec requests (vu au septième chapitre).

import requests

reponse = requests.get("https://api.exemple.com/ventes", timeout=5)
reponse.raise_for_status()
ventes = reponse.json()
print(ventes)

Supposons que le serveur réponde avec le statut 200 et le corps JSON suivant :

# ventes = [
#     {"produit": "riz", "categorie": "alimentation", "montant": 25},
#     {"produit": "huile", "categorie": "alimentation", "montant": 40},
#     {"produit": "savon", "categorie": "hygiene", "montant": 15},
# ]

timeout=5 et raise_for_status() (vus au septième chapitre) protègent l'appel contre un serveur trop lent ou une erreur HTTP, avant même de tenter .json() — les mêmes précautions que dans tout le septième chapitre, appliquées ici au point de départ du pipeline.

ventes est une liste de dictionnaires (vue dans Python Intermédiaire), la structure de départ pour toutes les étapes suivantes du chapitre.

À vous de jouer : écrivez l'appel requests.get() avec timeout= et raise_for_status(), en supposant une réponse 200 avec une liste de ventes de votre choix.