Aperçu

La fonction realtime_trending_searches() de la bibliothèque pytrends vous permet de récupérer les recherches tendances en temps réel sur Google. En analysant ces données, vous pouvez obtenir des informations sur les dernières tendances et sujets qui captent l’attention de votre public, vous aidant ainsi à créer un contenu opportun, pertinent et engageant.

Dans ce tutoriel, nous couvrirons :

  1. L’importation des bibliothèques nécessaires
  2. La mise en place de la demande pytrends
  3. La récupération des données de recherche tendances en temps réel
  4. L’analyse des résultats

Récupération des données de recherche tendances en temps réel

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

from pytrends.request import TrendReq

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

Ensuite, nous allons récupérer les recherches tendances en temps réel sur Google en utilisant la fonction realtime_trending_searches().

# Retrieve real-time trending searches data
realtime_trending_searches = pytrends.realtime_trending_searches(pn='US')

Cela renverra un DataFrame contenant les recherches tendances en temps réel actuelles en France.

Analyse des résultats

Maintenant, nous pouvons analyser les données de recherche tendances en temps réel pour identifier les dernières tendances et sujets qui captent l’attention de notre public.

# Display the top 10 real-time trending searches
print(realtime_trending_searches.head(10))

Cela affichera les 10 principales recherches tendances en temps réel, fournissant des informations précieuses sur les dernières tendances et sujets qui captent l’attention de votre public.

Conclusion

Dans ce post, nous avons démontré comment utiliser la fonction realtime_trending_searches() de la bibliothèque pytrends pour découvrir les recherches tendances en temps réel sur Google. En analysant ces données, vous pouvez rester au fait des dernières tendances et sujets, vous aidant à créer un contenu opportun, pertinent et engageant. Ce tutoriel a couvert le processus de collecte et d’analyse des données de recherche tendances en temps réel, de la mise en place de la demande pytrends à l’analyse des résultats. En utilisant ces informations, vous pouvez créer du contenu qui résonne avec votre public et tire parti des tendances actuelles.

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

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