Python分析Spotify音乐数据：挖掘你的听歌DNA-代码聚汇网

Python分析Spotify音乐数据：挖掘你的听歌DNA

沈逸老师

1. 项目概述：用Python挖掘你的音乐DNA

作为全球最大的音乐流媒体平台，Spotify不仅存储着用户的播放记录，更隐藏着每个人的音乐品味密码。最近我花了三周时间，用Python对我的Spotify数据进行了深度分析，结果令人惊喜——通过简单的代码就能揭示你从未注意过的听歌模式。比如我发现自己在工作时段高频播放Lo-fi音乐，而周末则偏爱摇滚，这种洞察对构建个性化音乐推荐系统极具价值。

Spotify官方提供了完善的Web API接口，配合Python生态中的数据分析工具链，我们可以实现：

获取完整的播放历史记录（包括时间戳、曲目时长等元数据）
提取音频特征数据（如节奏感、情绪值等128维专业指标）
构建听歌行为时间序列
生成交互式可视化报告

这个项目特别适合：

想了解自己音乐偏好的普通用户
需要用户行为数据的音乐APP开发者
学习API调用和数据分析的Python初学者
准备音乐推荐系统项目的机器学习工程师

实操心得：在开始前务必检查Spotify账号的"隐私设置"中已开启"共享播放活动"，否则API将无法获取你的个人数据。

2. 核心工具链搭建

2.1 认证环境配置

访问Spotify开发者仪表盘创建应用，获取关键凭证：

Client ID：类似5f3f8d9e1b2745a9b832c7f1c45d8e9c
Client Secret：类似hQ2tE8kP1rA7wJ3oM5iN9lB0vD4zX6c

安装核心库：

bash复制pip install spotipy pandas matplotlib seaborn

创建auth_manager.py处理认证流程：

python复制import spotipy
from spotipy.oauth2 import SpotifyOAuth

SPOTIPY_CLIENT_ID = '你的ClientID'
SPOTIPY_CLIENT_SECRET = '你的ClientSecret'
SPOTIPY_REDIRECT_URI = 'http://localhost:8888/callback'  # 需与仪表盘设置一致

auth_manager = SpotifyOAuth(
    client_id=SPOTIPY_CLIENT_ID,
    client_secret=SPOTIPY_CLIENT_SECRET,
    redirect_uri=SPOTIPY_REDIRECT_URI,
    scope="user-library-read user-read-recently-played user-top-read"
)

sp = spotipy.Spotify(auth_manager=auth_manager)

2.2 数据获取策略

Spotify API主要提供三类关键数据：

播放记录：通过sp.current_user_recently_played(limit=50)获取
收藏内容：通过sp.current_user_saved_tracks(limit=20)获取
音频特征：通过sp.audio_features(track_ids)获取

典型数据结构示例：

json复制{
  "track": {
    "id": "6rqhFgbbKwnb9MLmUQDhG6",
    "name": "Blinding Lights",
    "artists": [{"name": "The Weeknd"}],
    "duration_ms": 200040,
    "popularity": 92
  },
  "played_at": "2023-07-20T14:35:12Z",
  "context": {"type": "playlist"}
}

避坑指南：免费API账号有速率限制（每分钟约30次请求），建议在循环中添加time.sleep(1)避免触发限制。

3. 数据分析实战

3.1 时间维度分析

首先获取最近50条播放记录并转换为DataFrame：

python复制import pandas as pd
from datetime import datetime

recent_plays = sp.current_user_recently_played(limit=50)
plays_data = []

for item in recent_plays['items']:
    track = item['track']
    plays_data.append({
        'time': datetime.strptime(item['played_at'], '%Y-%m-%dT%H:%M:%S.%fZ'),
        'track_name': track['name'],
        'artist': ', '.join([a['name'] for a in track['artists']]),
        'duration_min': round(track['duration_ms']/60000, 2),
        'weekday': datetime.strptime(item['played_at'], 
                   '%Y-%m-%dT%H:%M:%S.%fZ').strftime('%A')
    })

df_plays = pd.DataFrame(plays_data)

生成听歌时间热力图：

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

df_plays['hour'] = df_plays['time'].dt.hour
heatmap_data = df_plays.groupby(['weekday', 'hour']).size().unstack()

plt.figure(figsize=(12,6))
sns.heatmap(heatmap_data, cmap="YlOrRd", annot=True, fmt="d")
plt.title("Your Listening Patterns")
plt.show()

3.2 音频特征挖掘

获取曲目的技术参数：

python复制track_ids = [item['track']['id'] for item in recent_plays['items']]
audio_features = sp.audio_features(track_ids)

features_df = pd.DataFrame(audio_features)[
    ['danceability', 'energy', 'speechiness', 
     'acousticness', 'instrumentalness', 'valence']
]

生成雷达图展示音乐偏好：

python复制from math import pi

categories = features_df.columns.values
values = features_df.mean().values.tolist()
values += values[:1]  # 闭合雷达图

angles = [n / float(len(categories)) * 2 * pi for n in range(len(categories))]
angles += angles[:1]

plt.figure(figsize=(8,8))
ax = plt.subplot(polar=True)
plt.xticks(angles[:-1], categories, color='grey', size=10)
ax.plot(angles, values, linewidth=1, linestyle='solid')
ax.fill(angles, values, 'b', alpha=0.1)
plt.title("Your Audio Feature Profile", size=15)
plt.show()

4. 高级分析技巧

4.1 构建音乐情绪矩阵

结合valence（愉悦度）和energy（能量）两个关键指标：

python复制plt.figure(figsize=(10,6))
sns.scatterplot(
    x='valence', 
    y='energy',
    hue='instrumentalness',
    size='danceability',
    data=features_df,
    palette='viridis'
)
plt.axhline(0.5, color='grey', linestyle='--')
plt.axvline(0.5, color='grey', linestyle='--')
plt.title("Music Mood Quadrant Analysis")
plt.show()

4.2 歌手偏好分析

python复制artist_counts = df_plays['artist'].value_counts().head(10)

plt.figure(figsize=(10,5))
sns.barplot(
    x=artist_counts.values,
    y=artist_counts.index,
    palette='rocket'
)
plt.title("Top 10 Most Played Artists")
plt.xlabel('Play Count')
plt.show()

5. 常见问题解决方案

5.1 认证失败排查

Invalid redirect URI：检查仪表盘设置的回调地址与代码完全一致
403 Forbidden：确认账号已授予所有必要权限（scope参数）
429 Too Many Requests：添加请求间隔延迟

5.2 数据获取优化

python复制def get_all_saved_tracks(sp):
    results = sp.current_user_saved_tracks(limit=50)
    tracks = results['items']
    while results['next']:
        results = sp.next(results)
        tracks.extend(results['items'])
    return tracks

5.3 存储方案建议

使用SQLite持久化数据：

python复制import sqlite3

conn = sqlite3.connect('spotify_data.db')
df_plays.to_sql('play_history', conn, if_exists='replace', index=False)
features_df.to_sql('audio_features', conn, if_exists='replace', index=False)

这个项目最让我惊讶的是，通过简单的数据分析就能发现那些潜意识的音乐选择模式。比如我的"深夜编程歌单"中instrumentalness指标普遍高于0.7，这解释了为什么这类音乐能帮助我保持专注。下次当你觉得Spotify的推荐不准时，不妨用这些代码找出自己真实的听歌DNA。