这里，PC端的搜索指数最早可以搜索到2006年6月，而移动端最早可以搜索到2011年1月。当我们将查询的时间段设定在一年以内，则折线图返回的是该时间段内每日的指数数据，而当我们将查询的时间段设置超过一年时，则返回的是该时间段内每周的指数数据。

上面例子介绍的是百度搜索指数，百度资讯指数也是相同的道理。除此之外，该平台还支持多种关键词检索、需求图谱、相关词热度、人群画像、最新动态、行业排行等功能，在这里就不多赘述，大家可以自行探索。

二.百度指数数据有什么用

在学术上，百度指数数据的运用范围相当广泛，在各个领域都有相关的研究。在城市相关的领域内，百度指数数据作为研究网络关注度的有力工具，被用于网络舆情相关的研究，如刘嘉毅、陈玲、陶婷芳《旅游舆情网络关注度城市差异——来自289个城市百度指数的实证研究》，毛通、谢朝德《基于舆情大数据的城市信用治理满意度评价——来自17个GDP超万亿元大城市的实证》，滕文杰《突发公共卫生事件网络舆情网民关注度区域分布研究》等。

同时它也被用于旅游、消费意愿等与网络关注度之间关系的研究，比如黄先开、张丽峰、丁于思《百度指数与旅游景区游客量的关系及预测研究——以北京故宫为例》，林志慧、马耀峰、刘宪锋、 高楠《旅游景区网络关注度时空分布特征分析》，蒯步青、史春云、吴睿怡《淮海经济区城市旅游网络关注度时空动态分析》，李清光《消费者对食品安全信息搜寻行为的特征分析——基于微博指数与百度指数的分析》等。

利用百度指数数据模拟城市、城市群之间的信息流，可以对城市、城市群之间的信息联系网络格局以及层级结构进行研究。比如刘伟、魏嘉彬《基于百度指数的城市群网络层次与结构分析——以成渝城市群为例》，李秋丽《长江中游城市群城市空间联系及网络结构研究 ——基于信息流视角》，安俞静、刘静玉、乔墩墩《中原城市群城市空间联系网络格局分析——基于综合交通信息流》等。

import gopup as gp
cookie = '此处输入您在网页端登录百度指数后的 cookie 数据'
index_df = gp.baidu_search_index(word='你的关键词',type='可选',start_date='2020-10-20', end_date='2021-10-20', cookie=cookie)
print(index_df)