概述

pytrends 函式庫中的 get_historical_interest() 函數允許您擷取特定搜尋詞在指定時間範圍內的每小時興趣資料。這有助於更細緻地了解搜尋詞的受歡迎程度，並識別在查看每日或每週資料時可能不明顯的趨勢。

在本教學中，我們將介紹：

  1. 匯入必要的函式庫
  2. 設定 pytrends 請求
  3. 擷取歷史每小時興趣資料
  4. 視覺化結果

安裝

要安裝 Pytrends，只需使用 pip：

pip install matplotlib

擷取歷史每小時興趣資料

首先，我們需要匯入必要的函式庫並設定 pytrends 請求。

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)

接下來，我們將使用 get_historical_interest() 函數指定搜尋詞、時間範圍和其他請求參數。

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)

這將返回一個 DataFrame，其中包含搜尋詞「Python」和「JavaScript」從 2023 年 3 月 1 日到 3 月 2 日的每小時興趣資料。

視覺化結果

現在，我們可以使用簡單的折線圖來視覺化每小時興趣資料。

# 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()

此圖顯示了「Python」和「JavaScript」在指定時間範圍內的每小時興趣，使您可以比較它們的受歡迎程度並識別趨勢。

結論

在本文中，我們示範了如何使用 pytrends 函式庫中的 get_historical_interest() 函數從 Google Trends 擷取歷史每小時興趣資料。透過深入研究這些資料，您可以獲得有關搜尋詞受歡迎程度的寶貴洞察，並更好地理解消費者行為。本教學涵蓋了從設定 pytrends 請求到視覺化結果的整個收集和分析每小時興趣資料的過程。

NOTE : pytrends uses an unofficial API. Please use here for issues.

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