Le suivi des cours des cryptomonnaies, des tendances du marché et des données sur les cryptomonnaies est essentiel pour les développeurs, les traders et les analystes. CoinGecko est l'une des plateformes les plus populaires et les plus fiables pour obtenir des données cryptographiques en temps réel et historiques.

Dans ce blog, vous apprendrez à utiliser Python pour extraire des données de CoinGecko, notamment les cours en temps réel, les graphiques historiques et les métadonnées des cryptomonnaies. Que vous créiez un tableau de bord crypto, réalisiez une étude de marché ou que vous soyez simplement en formation, ce guide vous permettra d'être rapidement opérationnel.

Commençons!

📚 Table des matières

  1. Qu'est-ce que CoinGecko et pourquoi l'utiliser pour les données cryptographiques ?
  2. Configuration de votre environnement Python
  • Installer Python
  • Créer un environnement virtuel
  • Installer les bibliothèques requises
  1. Comment extraire les données CoinGecko en temps réel
  • Obtenez le prix actuel de n'importe quelle pièce
  • Obtenez des données de marché pour les principales pièces
  • Suivre l'évolution des prix au fil du temps
  1. Comment extraire des données cryptographiques historiques de CoinGecko
  • Obtenir les prix historiques
  • Extraire les données du graphique du marché
  1. Travailler avec les métadonnées des pièces de monnaie
  • Obtenir la liste des pièces avec les identifiants et les symboles
  • Obtenir des informations sur la pièce (description, site Web, etc.)
  1. Cas d'utilisation courants pour l'extraction de données cryptographiques
  2. Réflexions finales
  3. Foire aux questions (FAQ)

Qu'est-ce que l'API CoinGecko et pourquoi l'utiliser pour les données cryptographiques ?

L'API CoinGecko est un outil gratuit et convivial qui vous permet d'accéder aux données en temps réel et historiques sur les cryptomonnaies. Elle vous donne accès à un large éventail d'informations, telles que :

  • Prix ​​actuels des pièces comme Bitcoin, Ethereum et plus
  • Données sur la capitalisation boursière, le volume et l'offre
  • Tableaux de prix pour des dates ou des plages spécifiques
  • Métadonnées des pièces telles que les logos, les tickers et les descriptions

CoinGecko est populaire car il ne nécessite pas de clé API pour la plupart de ses fonctionnalités. Vous pouvez donc commencer à l'utiliser immédiatement, sans inscription.

Pourquoi choisir CoinGecko plutôt que d’autres API Crypto ?

  • Accès gratuit à la plupart des terminaux
  • Aucune clé API n'est nécessaire pour une utilisation de base
  • Couvre des milliers de crypto-monnaies
  • Offre des données simples et avancées
  • Idéal pour les développeurs, les analystes et les amateurs de cryptographie

Avec l'API CoinGecko et Python, vous pouvez facilement extraire des données cryptographiques dans vos outils ou scripts.

Configuration de votre environnement Python

Avant de commencer extraction de données de cryptomonnaie Grâce à l'API CoinGecko, configurons un environnement Python propre. Cela permet d'organiser votre projet et d'éviter les erreurs.

Installer Python

Assurez-vous que Python est installé sur votre système. Vous pouvez le télécharger ici. python.orgPython 3.7 ou supérieur est recommandé.

Pour vérifier si Python est installé, exécutez cette commande dans votre terminal ou votre invite de commande :

1
python --version

Si l'installation est correcte, vous verrez la version imprimée.

Créer un environnement virtuel

L’utilisation d’un environnement virtuel permet de séparer les dépendances de votre projet.

1
python -m venv coingecko_env

Activez l'environnement :

  • Sur Windows:
1
coingecko_env\Scripts\activate
  • Sous macOS/Linux :
1
source coingecko_env/bin/activate

Installer les bibliothèques requises

Nous utiliserons le client API officiel CoinGecko, qui facilite l'accès aux données de crypto-monnaie en Python.

Pour commencer, ouvrez votre terminal et exécutez :

1
pip install pycoingecko

Cette commande installe le pycoingecko bibliothèque, qui est un wrapper Python pour l'API CoinGecko.

Maintenant que votre environnement est prêt, passons à notre premier appel d'API pour obtenir des données cryptographiques en direct.

Comment extraire les données CoinGecko en temps réel

Maintenant que votre environnement Python est prêt, commençons à extraire des données de crypto-monnaie en direct de CoinGecko à l'aide de pycoingecko bibliothèque.

L'API de CoinGecko donne accès à une large gamme de données sur les crypto-monnaies, notamment les prix actuels, les tendances du marché et l'historique des prix, sans nécessiter de clé API.

Obtenez le prix actuel de n'importe quelle pièce sur CoinGecko

Pour récupérer le dernier prix d'une crypto-monnaie spécifique comme Bitcoin ou Ethereum, utilisez le get_price() méthode:

1
2
3
4
5
6
7
à partir de pycoingecko importer API CoinGecko

cg = CoinGeckoAPI()

# Obtenez le prix actuel du Bitcoin en USD
données_prix = cg.get_price(ids=« bitcoin », vs_currencies='USD')
impression(« Prix actuel du Bitcoin (USD) : », données_prix[« bitcoin »]['USD'])

Vous pouvez remplacer 'bitcoin' avec n'importe quel identifiant de pièce comme 'ethereum', 'dogecoin', ou 'solana'.

Pour obtenir le prix dans plusieurs devises :

1
cg.get_price(ids=« bitcoin », vs_currencies='usd, eur, inr')

Obtenez des données de marché sur les principales cryptomonnaies sur CoinGecko

Si vous souhaitez récupérer des données de marché pour les principales crypto-monnaies par capitalisation boursière, utilisez get_coins_markets():

1
2
3
4
5
# Obtenez des données de marché pour les 5 principales pièces
données_de_marché = cg.get_coins_markets(vs_currency='USD', par_page=5, page=1)

pour pièce de monnaie in données_de_marché:
    impression(f"{pièce de monnaie['nom']} ({pièce de monnaie['symbole'].supérieur()}): ${pièce de monnaie['prix_actuel']} | Capitalisation boursière : ${pièce de monnaie[« capitalisation boursière »]}")

Cela vous fournit des informations en temps réel, notamment le prix actuel, la capitalisation boursière, le volume des transactions et le pourcentage de variation du prix.

Suivez l'évolution des prix au fil du temps sur CoinGecko

Pour suivre les données de prix historiques d'une pièce, utilisez le get_coin_market_chart_by_id() méthode.

Exemple : suivre le prix du Bitcoin au cours des 7 derniers jours :

1
2
3
4
5
6
7
# Obtenez les données de prix du Bitcoin pour les 7 derniers jours (quotidiennement)
historique = cg.get_coin_market_chart_by_id(id=« bitcoin », vs_currency='USD', jours=7)

# Imprimer les prix quotidiens
pour journée in histoire[« prix »]:
    horodatage, prix = jour
    impression(f"Horodatage : {horodatage} | Prix: ${prix:.2f}")

Ces données peuvent être utilisées pour créer des graphiques ou analyser des tendances.

Avec seulement quelques lignes de code Python, vous pouvez accéder à des informations puissantes et en temps réel sur les crypto-monnaies.

Comment extraire des données cryptographiques historiques de CoinGecko

Parfois, vous souhaitez consulter les prix passés pour analyser les tendances ou développer des stratégies de trading de cryptomonnaies. CoinGecko propose des données historiques sur les cryptomonnaies, facilement accessibles via Python.

Dans cette section, nous allons apprendre à :

  • Obtenez les prix historiques d'une pièce à une date précise
  • Extraire les données des graphiques du marché sur des jours, des semaines ou des mois

Tout cela peut être fait en utilisant le pycoingecko bibliothèque.

Obtenez les prix historiques de CoinGecko

Pour obtenir le prix d'une pièce à une date précise (par exemple, Bitcoin le 1er octobre 2024), vous pouvez utiliser get_coin_history_by_id():

1
2
3
4
5
6
7
8
9
à partir de pycoingecko importer API CoinGecko

cg = CoinGeckoAPI()

# Obtenez le prix du Bitcoin au 1er octobre 2024
historique = cg.get_coin_history_by_id(id=« bitcoin », date='01 -10-2024 ')

prix = historique['données_de_marché']['prix_actuel']['USD']
impression(« Prix du Bitcoin au 1er janvier 2022 : », f"${prix}")

🗓️ Note: La date doit être au format JJ-MM-AAAA.

Vous pouvez également obtenir des détails supplémentaires, tels que la capitalisation boursière, le classement des pièces et les données de la communauté, pour cette date spécifique.

Extraire les données du graphique du marché de CoinGecko

Si vous souhaitez voir comment le prix d'une pièce a évolué au fil du temps (par exemple, au cours des 30 derniers jours), utilisez get_coin_market_chart_by_id():

1
2
3
4
5
6
7
# Obtenez des données graphiques de marché sur 30 jours pour Ethereum en USD
chart_data = cg.get_coin_market_chart_by_id(id=« ethereum », vs_currency='USD', jours=30)

# Imprimer les prix quotidiens
pour Articles in données_graphiques[« prix »]:
    horodatage, prix = article
    impression(f"Horodatage : {horodatage} | Prix: ${prix:.2f}")

Cela vous donne l'historique des prix au format d'horodatage UNIX. Vous pouvez convertir ces horodatages en dates lisibles grâce à Python. datetime module:

1
2
3
4
5
6
à partir de datetime importer datetime

pour Articles in données_graphiques[« prix »]:
    horodatage, prix = article
    date = datetime.fromtimestamp(horodatage / 1000).strftime('%Y-%m-%d')
    impression(f"{date}: ${prix:.2f}")

Vous pouvez utiliser ces données pour dessiner des graphiques, comparer les performances des pièces ou former des modèles d'apprentissage automatique pour les prévisions de crypto-monnaies.

Ensuite, nous apprendrons comment obtenir des détails supplémentaires tels que les noms de pièces, les identifiants et les informations sur le projet à l'aide des points de terminaison de métadonnées de CoinGecko.

Travailler avec les métadonnées des pièces de monnaie

Lorsque vous utilisez l'API CoinGecko, il est essentiel de comprendre comment les cryptomonnaies sont identifiées. Chaque cryptomonnaie possède un identifiant unique, un symbole (par exemple, btc pour Bitcoin), et un nom.

Dans cette section, vous apprendrez à :

  • Obtenez une liste complète de toutes les pièces avec leurs identifiants et symboles
  • Récupérez des informations détaillées sur une pièce spécifique, comme sa description, son site Web et ses liens

Ces points de terminaison de métadonnées sont utiles lorsque vous créez un tableau de bord cryptographique, un collecteur de données ou un outil de suivi de portefeuille.

Obtenir la liste des pièces avec les identifiants et les symboles

Utilisez le get_coins_list() Pour obtenir la liste complète des pièces disponibles sur CoinGecko, chaque pièce contient :

  • id – utilisé dans les requêtes API
  • symbol – code court (par exemple, btc)
  • name – nom complet de la pièce (par exemple, Bitcoin)
1
2
3
4
5
6
7
8
9
à partir de pycoingecko importer API CoinGecko

cg = CoinGeckoAPI()

coin_list = cg.get_coins_list()

# Imprimer les 10 premières pièces
pour pièce de monnaie in liste_de_pièces[:10]:
    impression(f"ID: {pièce de monnaie['identifiant']}, Symbole: {pièce de monnaie['symbole']}, Nom: {pièce de monnaie['nom']}")

📝 Astuce : utilisez toujours le id Champ (et non symbole) lors des requêtes API. Certaines cryptomonnaies partagent le même symbole.

Obtenir des informations sur la pièce (description, site Web, etc.)

Pour obtenir des métadonnées détaillées sur une pièce, utilisez get_coin_by_id(). Ceci comprend:

  • Description complète
  • Page d'accueil et liens blockchain
  • Catégories et tags
  • Informations sur les développeurs et la communauté

Voici comment obtenir des informations sur Bitcoin :

1
2
3
4
5
6
coin_info = cg.get_coin_by_id(id=« bitcoin »)

impression("Nom:", coin_info['nom'])
impression("Symbole:", coin_info['symbole'])
impression(« Page d'accueil : », coin_info['links']['page d'accueil'][0])
impression("Description:", coin_info['la description']['et'][ :200], "...")

Vous pouvez également extraire des données telles que :

  • genesis_date – quand la pièce a été créée
  • blockchain_site – liste des explorateurs de blockchain
  • categories – de quel type de pièce il s'agit (par exemple, Layer 1, DeFi)

Ces métadonnées sont utiles si vous créez un outil de recherche de cryptographie, un explorateur de données ou une application éducative.

Cas d'utilisation courants pour l'extraction de données cryptographiques

L'extraction de données de cryptomonnaies depuis CoinGecko à l'aide de Python peut s'avérer utile dans divers scénarios concrets. Que vous soyez développeur, trader ou analyste de données, ces données peuvent vous aider à créer des outils plus innovants ou à prendre de meilleures décisions.

1. Outils de surveillance des prix des cryptomonnaies

Vous pouvez créer votre propre outil de suivi des cours des cryptomonnaies grâce aux données en temps réel de CoinGecko. Cela vous permet de suivre en temps réel les cours du Bitcoin, de l'Ethereum ou de toute autre cryptomonnaie sans recourir à des plateformes tierces.

Exemple :
Recevez une alerte lorsque le prix du Bitcoin descend en dessous de 60,000 3,000 $ ou que celui de l'Ethereum dépasse XNUMX XNUMX $.

📈 2. Analyse des investissements

Les données historiques sur les cryptomonnaies permettent d'analyser les tendances passées. Vous pouvez effectuer des backtests de stratégies de trading ou comparer les performances de différentes cryptomonnaies au fil du temps.

Exemple :
Comparez les performances mensuelles de Bitcoin à celles d'Ethereum au cours des 12 derniers mois

🤖 3. Cryptobots et automatisation

Utilisez les données CoinGecko en Python pour automatiser les robots de trading de cryptomonnaies ou les rééquilibrages de portefeuille. Les données de marché en temps réel permettent à votre robot de prendre des décisions plus éclairées.

Exemple :
Un bot qui vend des pièces automatiquement si le prix sur 24 heures baisse de plus de 10 %.

📊 4. Visualisation des données et tableaux de bord

Créez des tableaux de bord visuels à l'aide de bibliothèques telles que matplotlib or plotly pour afficher les performances des pièces, l'historique des prix ou la domination du marché.

Exemple :
Un tableau de bord affichant les 10 premières pièces par capitalisation boursière, avec des graphiques de prix et de volume.

📰 5. Recherche et création de contenu

Les développeurs, les blogueurs et les éducateurs en cryptographie utilisent les données CoinGecko pour générer des rapports, rédiger des articles ou alimenter du contenu en temps réel.

Exemple :
Intégrez un tableau des 5 meilleures pièces actuelles dans votre blog qui se met à jour automatiquement chaque jour.

Réflexions finales

Utiliser Python et l'API CoinGecko est le moyen le plus simple d'obtenir des données sur les cryptomonnaies. Que vous souhaitiez consulter les cours en temps réel, des graphiques historiques ou des informations sur les cryptomonnaies, CoinGecko vous offre tout cela gratuitement.

CoinGecko est une plateforme fiable et facile à utiliser, idéale pour tous ceux qui s'intéressent aux données sur les cryptomonnaies. Une fois les bases maîtrisées, vous pourrez créer des projets plus avancés, tels que des bots crypto, des tableaux de bord ou des outils d'investissement, en utilisant Python.

Crawlbase Nous proposons des solutions de web scraping parmi les plus efficaces pour extraire des données financières, notamment des informations sur les cryptomonnaies. Vous pouvez compter sur nous. Proxy IA intelligent pour accéder à divers sites de cryptographie sans restrictions. Inscrivez-vous

Foire aux questions (FAQ)

Q. L'API CoinGecko est-elle gratuite pour l'extraction de données cryptographiques ?

Oui, CoinGecko propose une API gratuite donnant accès aux données de cryptomonnaies en temps réel et historiques. Elle fonctionne sans clé API et prend en charge la plupart des cryptomonnaies populaires, ainsi que les statistiques de marché et les métadonnées. Elle est idéale pour les débutants et les développeurs travaillant sur des projets de petite ou moyenne envergure.

Q. Puis-je utiliser l'API CoinGecko pour des robots de trading ou des outils d'investissement ?

Oui ! Vous pouvez utiliser les données CoinGecko en Python pour créer des robots de trading de cryptomonnaies, des outils d'alerte de prix ou des tableaux de bord. Consultez les conditions d'utilisation de l'API CoinGecko si vous l'utilisez pour des projets commerciaux.

Q. Dans quelle mesure les données de CoinGecko sont-elles précises et à jour ?

CoinGecko agrège les données de centaines d'échanges et les met à jour en temps réel. Il n'est pas conçu pour le trading haute fréquence, mais il est suffisamment précis pour la recherche, le suivi des prix et la plupart des cas d'utilisation de données cryptographiques.