readme.md

metadata

title: YouTube Trends 2025
emoji: 📊
colorFrom: red
colorTo: blue
sdk: streamlit
sdk_version: 1.29.0
app_file: app.py
pinned: false
license: apache-2.0
short_description: Analyse des tendances YouTube 2025

📊 YouTube Trends Analyzer 2025

Cette application Streamlit permet d'analyser les tendances YouTube de 2025 à travers diverses métriques et visualisations interactives basées sur les chaînes qui ont été en tendance.

🚀 Fonctionnalités

🎛️ Filtrage avancé

• Par catégorie : Film, Musique, Gaming, Sport, etc.
• Par période : Sélection de plages de dates
• Par chaîne YouTube : Analyse de chaînes spécifiques
• Par jour de la semaine : Comprendre les patterns temporels

📈 Indicateurs clés

• Nombre total de vidéos analysées
• Vues moyennes par vidéo
• Taux de likes moyen (likes/vues)
• Durée moyenne des vidéos
• Ratio vues/abonnés

🔍 Visualisations interactives

• Histogrammes : Distribution des vues et durées
• Graphiques en barres : Performance par catégorie et jour
• Nuage de points : Corrélation vues/engagement avec taille par abonnés
• Séries temporelles : Évolution des métriques dans le temps
• Analyse horaire : Meilleurs moments de publication

📊 Tableaux de données

• Top 10 vidéos les plus vues avec métriques détaillées
• Top chaînes avec statistiques agrégées
• Export CSV des données filtrées

📁 Structure des données

youtube_channels_2025.csv

Contient les informations sur toutes les vidéos 2025 des chaînes qui ont été en tendance :

• video_id : Identifiant unique de la vidéo
• Title : Titre de la vidéo
• Published_date : Date de publication
• Views : Nombre de vues
• Likes : Nombre de likes
• Comments : Nombre de commentaires
• Channel_name : Nom de la chaîne
• Channel_subscribers : Nombre d'abonnés de la chaîne
• category_id : ID de la catégorie
• duration_seconds : Durée en secondes
• like_rate : Taux de likes (likes/vues)
• comment_rate : Taux de commentaires (commentaires/vues)
• views_per_subscriber : Ratio vues/abonnés

category.csv

Fichier de correspondance des catégories :

• ID : Identifiant numérique de la catégorie
• Category name : Nom de la catégorie (Film & Animation, Gaming, Music, etc.)

🛠️ Installation et déploiement

Déploiement sur Hugging Face Spaces

1. Créer un nouveau Space

   • Connectez-vous à Hugging Face
   • Cliquez sur "Create new Space"
   • Sélectionnez "Streamlit" comme SDK
   • Nommez votre space (ex: youtube-trends-2025)

2. Uploader les fichiers

   • app.py : Application principale
   • requirements.txt : Dépendances Python
   • youtube_channels_2025.csv : Vos données YouTube
   • category.csv : Correspondance des catégories
   • README.md : Documentation

3. Configuration automatique

   • L'application se déploie automatiquement
   • Accessible via l'URL de votre Space

Installation locale

pip install -r requirements.txt
streamlit run app.py

📊 Métriques et analyses disponibles

Performance globale

• Distribution des vues et engagement
• Comparaison entre catégories
• Patterns temporels (jours, heures)

Analyse par chaîne

• Performances individuelles
• Comparaison des stratégies de contenu
• Efficacité du ratio abonnés/vues

Tendances temporelles

• Évolution des métriques dans le temps
• Meilleurs moments de publication
• Saisonnalité du contenu

🎯 Cas d'usage

• Créateurs de contenu : Optimiser leurs stratégies de publication
• Marketeurs : Comprendre les tendances du marché YouTube
• Analystes : Étudier les patterns de consommation vidéo
• Chercheurs : Analyser l'écosystème YouTube

🔧 Personnalisation

L'application est facilement personnalisable :

• Ajouter de nouvelles métriques dans les calculs
• Créer de nouveaux types de visualisations
• Modifier les filtres selon vos besoins
• Adapter les couleurs et le style

📝 Notes techniques

• Cache des données : Utilisation de @st.cache_data pour optimiser les performances
• Gestion d'erreurs : Traitement robuste des données manquantes
• Interface responsive : Adaptation automatique à différentes tailles d'écran
• Export de données : Téléchargement CSV des données filtrées

🤝 Contribution

N'hésitez pas à fork ce projet et à proposer des améliorations !

📄 Licence

Ce projet est disponible sous licence Apache 2.0.