Aperçu

La fonction interest_by_region() de la bibliothèque pytrends vous permet de récupérer des données d’intérêt pour des termes de recherche spécifiques dans différentes zones géographiques. En analysant ces données, vous pouvez obtenir des insights précieux sur la popularité des termes de recherche dans différentes régions, ce qui peut vous aider à informer vos stratégies de marketing et de contenu.

Dans ce tutoriel, nous allons couvrir :

  1. Importation des bibliothèques nécessaires
  2. Configuration de la requête pytrends
  3. Récupération des données d’intérêt par région
  4. Visualisation des résultats

Installation

Pour installer Pytrends, utilisez simplement pip :

pip install matplotlib

Récupération des données d’intérêt par région

Tout d’abord, nous devons importer les bibliothèques nécessaires et configurer notre requête pytrends.

from pytrends.request import TrendReq
import pandas as pd

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

Ensuite, nous allons spécifier le terme de recherche et la plage de temps pour notre requête à l’aide de la fonction build_payload(), puis récupérer les données d’intérêt par région à l’aide de la fonction interest_by_region().

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)

Cela renverra un DataFrame contenant des données d’intérêt par région pour le terme de recherche ‘Python’ au cours du premier trimestre de 2023.

Visualisation des résultats

Maintenant, nous pouvons visualiser les données d’intérêt par région à l’aide d’un diagramme en barres.

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()

This plot shows the interest for the search term ‘Python’ across different countries, allowing you to identify areas where the term is particularly popular.

Conclusion

Dans cet article, nous avons démontré comment utiliser la fonction interest_by_region() de la bibliothèque pytrends pour analyser l’intérêt par région pour des termes de recherche spécifiques. En explorant ces données, vous pouvez obtenir des insights ciblés sur la popularité des termes de recherche dans différentes zones géographiques, vous aidant ainsi à mieux comprendre votre public et à optimiser vos stratégies de marketing. Ce tutoriel a couvert le processus de collecte et d’analyse des données d’intérêt par région, de la configuration de la requête pytrends à la visualisation des résultats.

REMARQUE : Pytrends utilise une API non officielle. Veuillez utiliser ici pour les problèmes.

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