El   ofrece un análisis de diferentes resultados de búsqueda de la Búsqueda de Google en función de varios criterios, como regiones, hora e idioma. Como desarrollador, puede usar la API de Google Trends en python para obtener los mismos resultados que se presentan en el sitio web de Google Trends a través de Pytrends.  sitio web de Tendencias de Google  Tabla de contenido:  ¿Qué es Pytrends?  Cómo instalar Pytrends  Conéctese a Google  Construir carga útil  Interés a lo largo del tiempo  Interés histórico por hora  Interés por Región'  Consultas relacionadas  Sugerencia de palabras clave  ¿Qué es Pytrends?  Pytrends es una API no oficial de Google Trends que proporciona diferentes métodos para descargar informes de resultados de tendencias de Google Trends. El paquete python puede ayudarlo a automatizar el proceso de obtención de datos y obtener el resultado en un corto período de tiempo.  En este artículo, veremos cinco métodos de la API de Google Trends proporcionada por Pytrends que pueden ayudarnos a obtener datos de Google Trends de diferentes maneras.  ¡Entonces empecemos!  Cómo instalar Pytrends  Ejecute el siguiente comando para instalar Pytrends en su máquina.    pip install pytrends    pytrends requiere python 3.3+ y los siguientes paquetes de python Requests, lxml y pandas. Nota:  Conéctese a Google  El primer paso después de la instalación es conectar Pytrends a Google Trends para que pueda enviar una solicitud y obtener la información que necesita. Debe importar TrendReq desde pytrends para inicializar la conexión.       pytrends.request   TrendReq pytrends = TrendReq(hl=   , tz=   ) # connect to google from import 'en-US' 360  TrendReq recibe dos parámetros importantes.    significa lenguaje de alojamiento para acceder a Google Trends; en este ejemplo, configuramos English. hl    significa zona horaria, en este ejemplo, usamos la zona horaria de EE. UU. (representada en   ), que es 360. tz minutos  Para obtener más detalles sobre la zona horaria, consulte el siguiente   . enlace  Construir carga útil  El método build_payload de Pytrends se utiliza para crear una lista de palabras clave que desea buscar en Google Trends. También puede especificar el período de tiempo para recopilar datos y la categoría desde la que consultar los datos.     kw_list = [   ]   pytrends.build_payload(kw_list, cat=   , timeframe=   ) # build payload "machine learning" # list of keywords to get data 0 'today 12-m'  Para este ejemplo, buscaremos tendencias para la palabra clave "   ". También puede agregar más palabras clave en kw_list tantas como desee. aprendizaje automático  Interés a lo largo del tiempo  El primer método API de pytrends es interest_over_time; este método devolverá datos históricos de la palabra clave buscada de Google Trend de acuerdo con el período de tiempo que haya especificado en el método build_payload.  Luego, podemos visualizar los datos recopilados mediante el uso de la biblioteca Plotly para obtener más información de los datos.       data = pytrends.interest_over_time() data = data.reset_index()   plotly.express   px fig = px.line(data, x=   , y=[   ], title=   ) fig.show() #1 Interest over Time import as "date" 'machine learning' 'Keyword Web Search Interest Over Time'  En el gráfico anterior, puede ver que la palabra clave "   " se ha buscado principalmente desde marzo de 2021 hasta julio de 2021 aprendizaje automático  Interés histórico por hora  Si está interesado en el interés por hora de la palabra clave, puede usar el método get_historical_intereset() para obtener datos por hora según el tiempo que haya especificado.    pytrends.get_historical_interest(kw_list, year_start=   , month_start=   , day_start=   , hour_start=   , year_end=   , month_end=   , day_end=   , hour_end=   , cat=   , sleep=   ) 2021 9 1 0 2021 9 30 0 0 0  En el código anterior, hemos especificado las palabras clave que queremos buscar, la hora de inicio, la hora de finalización y la categoría de la palabra clave.   Interés por Región  A veces te puede interesar saber el rendimiento de la palabra clave por región. El método interest_by_region de pytrends puede mostrarle qué países buscan la palabra clave que seleccionó en una escala de 0 a 100, donde 100 representa un país con la mayor cantidad de búsquedas y 0 representa un país que no tiene suficientes datos.      by_region = pytrends.interest_by_region(resolution=   , inc_low_vol=   , inc_geo_code=   ) by_region.head(   ) 'COUNTRY' True False 10  Los resultados se devuelven en un formato de marco de datos utilizando pandas.  También puede usar pandas para buscar países que tengan una puntuación superior a 10.       by_region[by_region[   ] >   ] # by region greater than 10 searches "machine learning" 10  Consultas relacionadas  Pytrends también puede ayudarlo a encontrar palabras clave que están estrechamente vinculadas a una palabra clave principal de su elección y luego devolver una lista de palabras clave relacionadas que se muestran en Google Trends. Busquemos una lista de consultas relacionadas con el "aprendizaje automático" y devolvamos las consultas principales.      data = pytrends.related_queries() data[   ][   ] 'machine learning' 'top'  Como puede ver, hay diferentes palabras clave relacionadas con el "aprendizaje automático", como "   " y "  qué es el aprendizaje automático modelo de aprendizaje automático".  Sugerencia de palabras clave  Google Trends puede brindarle una lista de sugerencias de palabras clave relacionadas con su palabra clave principal. En el siguiente ejemplo, enviará una solicitud para encontrar sugerencias para una palabra clave llamada "Inteligencia comercial".  El método de sugerencias de pytrends obtendrá sugerencias de palabras clave de Google Trends y las devolverá en un formato de marco de datos.      keywords = pytrends.suggestions(keyword=   ) df = pd.DataFrame(keywords) print(df) 'Business Intelligence'  En el cuadro de datos anterior, puede ver una lista de palabras clave sugeridas para "Inteligencia comercial", como Software de inteligencia comercial, Inteligencia de mercado y otras.  Referencia  Hay más métodos API para cubrir del paquete Pytrends; Le recomiendo que se tome su tiempo para leer otros métodos en la documentación. Compruébalo   . aquí  Si aprendiste algo nuevo o disfrutaste leyendo este artículo, compártelo para que otros puedan verlo. Hasta entonces, ¡nos vemos en el próximo post!  También puedes encontrarme en Twitter   . @Davis_McDavid  Y puedes leer más artículos como este   . aquí  ¿Quiere mantenerse al día con lo último en python?   en el pie de página a continuación. Suscríbase a nuestro boletín

Fetch

Google

Twitter

2022 - Data Science Demon

2022 - HackerNoon Contributor of the Year - Artificial Intelligence

2022 - HackerNoon Contributor of the Year - Data

2022 - HackerNoon Contributor of the Year - Data Science

2022 - HackerNoon Contributor of the Year - Google

2022 - Pythonistas Paradise

Contact me for collaboration

Nominated for 2022 - Data Science Demon

Nominated for 2022 - HackerNoon Contributor of the Year - Data Science

Nominated for 2022 - HackerNoon Contributor of the Year - Artificial Intelligence

Cómo usar la API de Google Trends con Python

About Author

COMENTARIOS

ETIQUETAS

ESTE ARTÍCULO FUE PRESENTADO EN

Related Stories

La fuga rápida del sistema Claude Sonnet 3.5: un análisis forense

Creación de productos criptográficos centrados en el usuario: la importancia de los comentarios de los clientes

Navegando por las aguas: desarrollo de aplicaciones RAG de nivel de producción con lagos de datos

Cómo mejorar su flujo de trabajo 10 veces: 17 aplicaciones esenciales

La fuga rápida del sistema Claude Sonnet 3.5: un análisis forense

Creación de productos criptográficos centrados en el usuario: la importancia de los comentarios de los clientes

Navegando por las aguas: desarrollo de aplicaciones RAG de nivel de producción con lagos de datos

Cómo mejorar su flujo de trabajo 10 veces: 17 aplicaciones esenciales

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps