Python+Spotify API打造个性化音乐数据分析-代码聚汇网

Python+Spotify API打造个性化音乐数据分析

Magic Road

1. 项目概述：用Python解锁你的Spotify听歌数据

作为一名长期使用Spotify的音乐爱好者，我发现自己经常好奇：我到底听了多少首歌？最常听的歌手是谁？不同时段的听歌偏好有什么变化？直到我发现Spotify Web API和Python的spotipy库，才真正打开了音乐数据分析的大门。

Spotify不仅是个音乐平台，更是个数据宝库。通过其开放的API接口，我们可以获取包括播放历史、收藏歌单、歌曲特征等在内的完整听歌数据。而Python凭借其丰富的数据分析库，能够将这些原始数据转化为直观的洞察。这就像给你的音乐品味做了次全面体检，结果可能会让你大吃一惊。

2. 环境准备与API配置

2.1 创建Spotify开发者应用

要访问Spotify API，首先需要在Spotify开发者仪表板创建应用：

登录Spotify开发者网站
点击"Create an App"
填写应用名称和描述（如"My Listening Analysis"）
创建后记录下Client ID和Client Secret

重要提示：Client Secret相当于应用密码，绝不能泄露。我习惯将其保存在环境变量中而非直接写在代码里。

2.2 安装必要的Python库

推荐使用pip安装以下库：

bash复制pip install spotipy pandas matplotlib seaborn

spotipy：Spotify API的Python客户端库
pandas：数据处理与分析
matplotlib/seaborn：数据可视化

2.3 配置认证流程

Spotify API使用OAuth 2.0认证。以下是初始化spotipy客户端的代码模板：

python复制import spotipy
from spotipy.oauth2 import SpotifyOAuth

# 设置环境变量或直接替换为你的凭证
SPOTIPY_CLIENT_ID = 'your_client_id'
SPOTIPY_CLIENT_SECRET = 'your_client_secret'
SPOTIPY_REDIRECT_URI = 'http://localhost:8888/callback'  # 本地开发常用回调地址

# 定义需要的权限范围
scope = "user-library-read user-read-recently-played user-top-read"

sp = spotipy.Spotify(auth_manager=SpotifyOAuth(
    client_id=SPOTIPY_CLIENT_ID,
    client_secret=SPOTIPY_CLIENT_SECRET,
    redirect_uri=SPOTIPY_REDIRECT_URI,
    scope=scope))

第一次运行时会自动打开浏览器要求登录Spotify账号并授权。授权后会在本地生成.cache文件存储令牌，后续请求无需重复授权。

3. 获取核心听歌数据

3.1 获取近期播放历史

分析听歌行为的基础是获取播放记录。Spotify提供最近50条播放历史：

python复制def get_recent_tracks(limit=50):
    results = sp.current_user_recently_played(limit=limit)
    tracks = []
    for item in results['items']:
        track = item['track']
        tracks.append({
            'played_at': item['played_at'],
            'name': track['name'],
            'artist': ', '.join([a['name'] for a in track['artists']]),
            'duration_ms': track['duration_ms'],
            'popularity': track['popularity'],
            'id': track['id']
        })
    return pd.DataFrame(tracks)

这个函数返回包含歌曲名称、艺术家、播放时间等信息的DataFrame。我添加了played_at解析，方便后续按时间分析：

python复制df['played_at'] = pd.to_datetime(df['played_at'])
df['hour'] = df['played_at'].dt.hour

3.2 获取最常播放的歌曲和艺人

Spotify提供三个时间维度的top记录：短期(约4周)、中期(约6个月)和长期(数年)：

python复制def get_top_items(item_type='tracks', time_range='medium_term', limit=20):
    if item_type == 'tracks':
        results = sp.current_user_top_tracks(time_range=time_range, limit=limit)
        return pd.DataFrame([{
            'name': item['name'],
            'artist': ', '.join([a['name'] for a in item['artists']]),
            'popularity': item['popularity'],
            'id': item['id']
        } for item in results['items']])
    else:
        results = sp.current_user_top_artists(time_range=time_range, limit=limit)
        return pd.DataFrame([{
            'name': item['name'],
            'genres': ', '.join(item['genres']),
            'popularity': item['popularity'],
            'id': item['id']
        } for item in results['items']])

3.3 获取歌曲音频特征

Spotify为每首歌提供了详细的音频特征分析，包括节奏、调性、情绪等：

python复制def get_audio_features(track_ids):
    features = []
    # spotipy每次最多获取100首歌的特征
    for i in range(0, len(track_ids), 100):
        batch = track_ids[i:i+100]
        features += sp.audio_features(batch)
    return pd.DataFrame(features)

这些特征包括：

danceability：舞蹈性(0-1)
energy：能量感(0-1)
valence：情绪积极度(0-1)
tempo：BPM速度
key/mode：调性和调式

4. 数据分析与可视化

4.1 听歌时间分布分析

了解自己的听歌时间习惯有助于优化播放列表：

python复制import matplotlib.pyplot as plt
import seaborn as sns

def plot_listening_times(df):
    plt.figure(figsize=(12, 6))
    sns.countplot(x='hour', data=df, palette='viridis')
    plt.title('Listening Activity by Hour of Day')
    plt.xlabel('Hour of Day')
    plt.ylabel('Number of Plays')
    plt.show()

听歌时间分布示例
(实际使用时需替换为你的图表)

4.2 艺人偏好分析

使用桑基图(Sankey diagram)展示艺人之间的听歌流动：

python复制from pySankey.sankey import sankey

def plot_artist_flow(df):
    # 预处理数据：计算艺人转换频率
    artist_flow = df.groupby(['hour', 'artist']).size().unstack().fillna(0)
    
    plt.figure(figsize=(15, 10))
    sankey.sankey(artist_flow.sum(axis=0), artist_flow.sum(axis=1),
                  aspect=20, fontsize=12)
    plt.title('Artist Listening Flow')
    plt.show()

4.3 音乐特征雷达图

展示你的音乐品味特征：

python复制def plot_audio_profile(features_df):
    categories = ['danceability', 'energy', 'valence', 'acousticness', 'instrumentalness']
    stats = features_df[categories].mean().values
    
    angles = np.linspace(0, 2*np.pi, len(categories), endpoint=False)
    stats = np.concatenate((stats,[stats[0]]))
    angles = np.concatenate((angles,[angles[0]]))
    
    fig = plt.figure(figsize=(8, 8))
    ax = fig.add_subplot(111, polar=True)
    ax.plot(angles, stats, 'o-', linewidth=2)
    ax.fill(angles, stats, alpha=0.25)
    ax.set_thetagrids(angles * 180/np.pi, categories)
    ax.set_title('Your Music Profile')
    plt.show()

5. 高级分析与个性化推荐

5.1 创建个性化音乐画像

结合听歌历史和音频特征，可以构建你的音乐DNA：

python复制def create_music_profile(df, features_df):
    profile = {
        'total_tracks': len(df),
        'unique_artists': df['artist'].nunique(),
        'avg_popularity': df['popularity'].mean(),
        'favorite_artist': df['artist'].mode()[0],
        'most_common_hour': df['hour'].mode()[0]
    }
    
    # 添加音频特征
    audio_stats = features_df[['danceability', 'energy', 'valence']].mean()
    profile.update(audio_stats.to_dict())
    
    return pd.Series(profile)

5.2 生成个性化推荐

基于你的听歌历史，Spotify可以提供推荐：

python复制def get_recommendations(seed_tracks=None, limit=10):
    if seed_tracks is None:
        # 如果没有指定种子曲目，使用最近播放的5首歌
        seed_tracks = df['id'].tolist()[:5]
    
    recommendations = sp.recommendations(
        seed_tracks=seed_tracks,
        limit=limit)
    
    return pd.DataFrame([{
        'name': track['name'],
        'artist': ', '.join([a['name'] for a in track['artists']]),
        'id': track['id']
    } for track in recommendations['tracks']])

5.3 构建自动化分析流程

将上述功能整合成自动化分析脚本：

python复制def full_analysis():
    print("获取近期播放历史...")
    recent_tracks = get_recent_tracks()
    
    print("获取音频特征...")
    features = get_audio_features(recent_tracks['id'].tolist())
    
    print("生成分析报告...")
    plot_listening_times(recent_tracks)
    plot_audio_profile(features)
    
    profile = create_music_profile(recent_tracks, features)
    print("\n=== 你的音乐画像 ===")
    print(profile.to_string())
    
    print("\n推荐你可能喜欢的歌曲：")
    print(get_recommendations().to_string(index=False))

6. 实际应用与扩展思路

6.1 创建智能播放列表

基于分析结果自动创建播放列表：

python复制def create_mood_playlist(name, target_features, limit=20):
    # target_features示例：{'valence': 0.8, 'energy': 0.7}
    recommendations = sp.recommendations(
        seed_tracks=df['id'].tolist()[:5],
        limit=limit,
        target_valence=target_features.get('valence'),
        target_energy=target_features.get('energy'))
    
    playlist = sp.user_playlist_create(
        sp.me()['id'],
        name,
        public=False,
        description=f"Auto-generated based on your listening habits")
    
    sp.playlist_add_items(
        playlist['id'],
        [track['id'] for track in recommendations['tracks']])
    
    return playlist

6.2 长期趋势分析

通过定期收集数据，分析音乐品味的变化：

python复制import json
from datetime import datetime

def save_snapshot():
    data = {
        'timestamp': datetime.now().isoformat(),
        'top_tracks': get_top_items().to_dict('records'),
        'top_artists': get_top_items('artists').to_dict('records')
    }
    
    with open(f'snapshot_{datetime.now().date()}.json', 'w') as f:
        json.dump(data, f)

6.3 与Last.fm数据整合

如果你同时使用Last.fm，可以结合两者的数据：

python复制import pylast

def get_lastfm_data(user):
    lastfm = pylast.LastFMNetwork(api_key='your_api_key')
    user = lastfm.get_user(user)
    
    return {
        'weekly_artists': user.get_weekly_artist_charts(),
        'loved_tracks': user.get_loved_tracks()
    }

7. 遇到的挑战与解决方案

7.1 API速率限制处理

Spotify API有严格的速率限制(约每秒10次请求)。我的应对策略：

添加请求间隔：

python复制import time

def safe_request(func, *args, **kwargs):
    try:
        return func(*args, **kwargs)
    except spotipy.SpotifyException as e:
        if e.http_status == 429:
            retry_after = int(e.headers.get('Retry-After', 1))
            print(f"Hit rate limit, waiting {retry_after} seconds")
            time.sleep(retry_after)
            return safe_request(func, *args, **kwargs)
        raise

缓存常用数据：

python复制from functools import lru_cache

@lru_cache(maxsize=1000)
def get_cached_track_info(track_id):
    return sp.track(track_id)

7.2 数据不完整问题

近期播放历史最多只能获取50条记录。我的解决方案是定期归档数据：

python复制import os
import pandas as pd

def archive_data():
    if not os.path.exists('archive'):
        os.makedirs('archive')
    
    df = get_recent_tracks()
    date_str = datetime.now().date().isoformat()
    df.to_csv(f'archive/{date_str}.csv', index=False)

7.3 音频特征解释

Spotify的音频特征指标专业性强，我制作了对照表帮助理解：

特征	解释	示例值
valence	情绪积极度(0悲伤-1快乐)	0.75
energy	强度感知(0安静-1激烈)	0.65
danceability	适合跳舞的程度	0.8
acousticness	原声音乐可能性	0.3
instrumentalness	无人声的可能性	0.05

8. 项目扩展与进阶方向

8.1 搭建个人音乐仪表盘

使用Flask或Dash构建Web可视化：

python复制from dash import Dash, dcc, html

app = Dash(__name__)

app.layout = html.Div([
    dcc.Graph(figure=create_listening_times_chart()),
    dcc.Graph(figure=create_radar_chart())
])

if __name__ == '__main__':
    app.run_server(debug=True)

8.2 机器学习分类

使用听歌数据训练分类模型：

python复制from sklearn.cluster import KMeans

def cluster_tracks(features_df):
    X = features_df[['danceability', 'energy', 'valence']]
    kmeans = KMeans(n_clusters=3).fit(X)
    features_df['cluster'] = kmeans.labels_
    return features_df

8.3 实时听歌分析

结合WebSocket实现实时监控：

python复制from flask_socketio import SocketIO

socketio = SocketIO(app)

@socketio.on('update')
def handle_update():
    while True:
        new_data = get_recent_tracks(limit=1)
        socketio.emit('new_track', new_data.to_dict())
        time.sleep(30)

这个项目最让我惊喜的是发现了自己听歌习惯中的一些模式，比如周三下午倾向于听高能量音乐，而周末早晨则偏好柔和的爵士乐。通过定期分析，我不仅更好地理解了自己的音乐品味，还发现了许多符合这些模式的新歌。