概述
Google Trends提供了关于搜索趋势和关键词流行度的宝贵洞察。然而，Google并未提供访问此数据的官方API。幸运的是，Pytrends库使我们能够使用Python访问Google Trends数据。
在本教程中，我们将引导您完成Pytrends的安装和设置，并演示如何执行简单的搜索和解释结果。
前提条件
要按照本教程操作，您应该具备：
- 已安装Python 3
- 具有Python编程的基础知识
- 熟悉Python包的使用
安装
要安装Pytrends，只需使用pip：
pip install pytrends
设置Pytrends
要开始使用Pytrends，首先导入必要的库并建立与Google Trends的连接：
from pytrends.request import TrendReq
pytrends = TrendReq(hl='en-US', tz=360)
在这里，我们将语言设置为英语（hl='en-US'），时区设置为UTC+0（tz=360）。
执行基本搜索
现在，让我们执行一个简单的搜索，查看关键词"Python"随时间的兴趣变化：
keywords = ['Python']
pytrends.build_payload(keywords, timeframe='today 5-y', geo='', gprop='')
interest_over_time_df = pytrends.interest_over_time()
print(interest_over_time_df)
这段代码定义了一个关键词列表，将时间范围设置为过去五年（timeframe='today 5-y'），并将地理位置和Google属性留空。interest_over_time() 方法返回一个包含兴趣数据的DataFrame。
理解结果
返回的DataFrame包含关键词"Python"在过去五年中的搜索兴趣。这些值表示相对于指定时间范围内最高点的搜索兴趣，100代表流行度的峰值。
结论
在本文中，我们介绍了Pytrends——一个非官方的Python版Google Trends API，并演示了如何安装和设置它。我们使用该库执行了基本搜索，并讨论了如何解释结果。
在接下来的文章中，我们将深入研究更高级的Pytrends功能，例如分析随时间变化的兴趣、按地区探索兴趣，以及发现相关主题和查询。敬请期待！
NOTE : pytrends uses an unofficial API. Please use here for issues.
SAMPLE CODE : https://github.com/hobbyworker/google-trend-for-python