개요

pytrends 라이브러리의 interest_by_region() 함수를 사용하면 서로 다른 지리적 위치에 걸친 특정 검색어에 대한 관심도 데이터를 가져올 수 있습니다. 이 데이터를 분석함으로써 다양한 지역에서의 검색어 인기도에 대한 귀중한 인사이트를 얻을 수 있으며, 이는 마케팅 및 콘텐츠 전략에 정보를 제공하는 데 도움이 됩니다.

이 튜토리얼에서는 다음 내용을 다룹니다.

  1. 필요한 라이브러리 임포트
  2. pytrends 요청 설정
  3. 지역별 관심도 데이터 가져오기
  4. 결과 시각화

설치

Pytrends를 설치하려면 pip를 사용하시면 됩니다.

pip install matplotlib

지역별 관심도 데이터 가져오기

먼저 필요한 라이브러리를 임포트하고 pytrends 요청을 설정합니다.

from pytrends.request import TrendReq
import pandas as pd

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

다음으로 build_payload() 함수를 사용해 검색어와 시간 범위를 지정한 뒤, interest_by_region() 함수를 사용해 지역별 관심도 데이터를 가져옵니다.

keywords = ['Python']
timeframe = '2023-01-01 2023-03-31'

# Build payload
pytrends.build_payload(keywords, timeframe=timeframe, geo='')

# Retrieve interest by region data
region_interest = pytrends.interest_by_region(resolution='COUNTRY', inc_low_vol=True, inc_geo_code=False)

이는 2023년 1분기 동안 ‘Python’ 검색어에 대한 지역별 관심도 데이터가 담긴 DataFrame을 반환합니다.

결과 시각화

이제 막대 차트를 사용해 지역별 관심도 데이터를 시각화할 수 있습니다.

import matplotlib.pyplot as plt

# Sort the data by interest value
region_interest = region_interest.sort_values(by='Python', ascending=False)

# Plot the interest by region data
plt.figure(figsize=(12, 6))
plt.bar(region_interest.index, region_interest['Python'])

plt.xlabel('Country')
plt.ylabel('Interest')
plt.title('Interest by Region for Python (Q1 2023)')
plt.xticks(rotation=90)
plt.show()

이 차트는 다양한 국가에 걸친 ‘Python’ 검색어에 대한 관심도를 보여주어, 해당 검색어가 특히 인기 있는 지역을 식별할 수 있게 해줍니다.

결론

이번 포스트에서는 pytrends 라이브러리의 interest_by_region() 함수를 사용해 특정 검색어에 대한 지역별 관심도를 분석하는 방법을 시연했습니다. 이 데이터를 탐색함으로써 서로 다른 지리적 위치에 걸친 검색어의 인기도에 대한 타깃 인사이트를 얻을 수 있어, 오디언스를 더 잘 이해하고 마케팅 전략을 최적화하는 데 도움이 됩니다. 이 튜토리얼에서는 pytrends 요청 설정부터 결과 시각화까지, 지역별 관심도 데이터를 수집하고 분석하는 과정을 다루었습니다.

NOTE : pytrends는 비공식 API를 사용합니다. 이슈가 있다면 여기를 이용해 주세요.

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