Ikhtisar

Fungsi get_historical_interest() pada perpustakaan pytrends memungkinkan Anda untuk mengambil data minat setiap jam untuk istilah pencarian tertentu dalam rentang waktu tertentu. Ini dapat berguna untuk memahami secara lebih rinci popularitas istilah pencarian dan mengidentifikasi tren yang mungkin tidak terlihat saat melihat data harian atau mingguan.

Dalam tutorial ini, kita akan membahas:

  1. Mengimpor perpustakaan yang diperlukan
  2. Menyiapkan permintaan pytrends
  3. Mengambil data minat historis setiap jam
  4. Visualisasi hasil

Instalasi

Untuk menginstal Pytrends, cukup gunakan pip:

pip install matplotlib

Mengambil Data Minat Historis Setiap Jam

Untuk memulai, kita perlu mengimpor perpustakaan yang diperlukan dan menyiapkan permintaan pytrends.

from pytrends.request import TrendReq
import pandas as pd
import matplotlib.pyplot as plt

# Set up pytrends request
pytrends = TrendReq(hl='en-US', tz=360)

Selanjutnya, kita akan menentukan istilah pencarian, rentang waktu, dan parameter lain untuk permintaan kita menggunakan fungsi get_historical_interest().

keywords = ['Python', 'JavaScript']

# Retrieve hourly interest data
hourly_interest = pytrends.get_historical_interest(keywords, year_start=2023, month_start=3, day_start=1, hour_start=0, year_end=2023, month_end=3, day_end=2, hour_end=0, cat=0, geo='', gprop='', sleep=0)

Ini akan mengembalikan DataFrame yang berisi data minat setiap jam untuk istilah pencarian ‘Python’ dan ‘JavaScript’ dari 1 Maret hingga 2 Maret 2023.

Visualisasi Hasil

Sekarang, kita dapat memvisualisasikan data minat setiap jam menggunakan plot garis sederhana.

# Plot the hourly interest data
plt.figure(figsize=(12, 6))
plt.plot(hourly_interest.index, hourly_interest['Python'], label='Python')
plt.plot(hourly_interest.index, hourly_interest['JavaScript'], label='JavaScript')

plt.xlabel('Hour')
plt.ylabel('Interest')
plt.title('Hourly Interest for Python and JavaScript')
plt.legend()
plt.show()

Plot ini menunjukkan minat setiap jam untuk ‘Python’ dan ‘JavaScript’ selama rentang waktu yang ditentukan, memungkinkan Anda untuk membandingkan popularitas keduanya dan mengidentifikasi tren.

Kesimpulan

Dalam posting ini, kami telah menunjukkan bagaimana menggunakan fungsi get_historical_interest() pada perpustakaan pytrends untuk mengambil data minat setiap jam historis dari Google Trends. Dengan terjun ke dalam data ini, Anda dapat memperoleh wawasan berharga tentang popularitas istilah pencarian dan lebih memahami perilaku konsumen. Tutorial ini telah membahas proses mengumpulkan dan menganalisis data minat setiap jam, dari menyiapkan permintaan pytrends hingga memvisualisasikan hasilnya.

CATATAN : pytrends menggunakan API tidak resmi. Silakan gunakan di sini untuk masalah.

SAMPLE CODE : https://github.com/hobbyworker/google-trend-for-python