1. 项目概述：当Python遇上你的音乐DNA
作为一名长期使用Spotify的音乐爱好者兼Python开发者，我发现平台提供的年度回顾（Spotify Wrapped）虽然有趣，但颗粒度远远不够。去年冬天，我决定用Python写一套脚本，把自己的听歌记录从"年度爆款歌单"变成可深度挖掘的数据金矿。这个项目不仅能让你看到最基础的播放次数统计，更能通过时间序列分析、音频特征聚类和听歌行为模式识别，揭示你从未察觉的音乐偏好。
2. 核心工具链与数据获取
2.1 Spotify开发者权限申请实战
在Spotify开发者后台创建应用时，关键是要勾选"用户数据分析"权限范围。我建议同时申请"用户最近播放记录"和"用户资料读取"两个权限，这样后续可以获取更完整的听歌时间戳数据。记得把回调URL设置为http://localhost:8888/callback——这是本地调试的标准配置。
重要提示：获取access_token时务必申请
user-read-recently-played和user-top-read这两个scope，否则无法获取完整的播放历史数据。
2.2 数据抓取代码结构设计
我采用分层架构设计数据采集模块：
python复制class SpotifyDataHarvester:
def __init__(self, client_id, client_secret):
self.sp = spotipy.Spotify(auth_manager=SpotifyOAuth(
client_id=client_id,
client_secret=client_secret,
redirect_uri="http://localhost:8888/callback",
scope="user-read-recently-played user-top-read"
))
def get_play_history(self, limit=50):
"""获取最近播放记录"""
return self.sp.current_user_recently_played(limit=limit)
def get_audio_features(self, track_ids):
"""批量获取音频特征"""
return self.sp.audio_features(track_ids)
3. 数据分析方法论与实现
3.1 时间维度分析技巧
用pandas的resample方法可以轻松实现不同时间粒度的统计：
python复制# 将时间戳转换为DateTimeIndex
df.index = pd.to_datetime(df['played_at'])
# 按周统计播放量
weekly_plays = df['track_id'].resample('W').count()
我特别推荐使用seaborn的lineplot绘制听歌时间分布图，比matplotlib默认样式更美观：
python复制plt.figure(figsize=(12,6))
sns.lineplot(data=weekly_plays, linewidth=2.5)
plt.title('My Weekly Listening Pattern', fontsize=14)
3.2 音频特征工程详解
Spotify提供的音频特征包含12个专业维度：
- danceability（舞蹈性）：0-1区间值，数值越高越适合跳舞
- energy（能量感）：反映歌曲强度与活跃度
- valence（愉悦度）：表示音乐情感积极程度
我开发了一个特征雷达图生成器：
python复制def plot_audio_radar(features):
categories = list(features.keys())[:8]
values = list(features.values())[:8]
angles = np.linspace(0, 2*np.pi, len(categories), endpoint=False)
values += values[:1]
angles += angles[:1]
fig = plt.figure(figsize=(8,8))
ax = fig.add_subplot(111, polar=True)
ax.plot(angles, values, linewidth=1, linestyle='solid')
ax.fill(angles, values, 'b', alpha=0.1)
4. 高级分析：发现你的音乐人格
4.1 听歌时段聚类分析
通过DBSCAN算法识别不同时段的听歌偏好差异：
python复制from sklearn.cluster import DBSCAN
# 将时间转换为一天中的分钟数
df['minute_of_day'] = df['played_at'].dt.hour * 60 + df['played_at'].dt.minute
# 使用密度聚类
cluster = DBSCAN(eps=120, min_samples=5).fit(df[['minute_of_day']])
df['time_cluster'] = cluster.labels_
4.2 音乐口味迁移可视化
用t-SNE算法将高维音频特征降维展示：
python复制from sklearn.manifold import TSNE
tsne = TSNE(n_components=2, perplexity=15)
tsne_results = tsne.fit_transform(audio_features)
plt.scatter(tsne_results[:,0], tsne_results[:,1],
c=df['time_cluster'], cmap='viridis', alpha=0.6)
5. 实战经验与避坑指南
- API限流处理：Spotify API每分钟限流50次请求。我的解决方案是：
python复制from time import sleep
from tenacity import retry, wait_exponential
@retry(wait=wait_exponential(multiplier=1, min=4, max=10))
def safe_api_call(callable):
try:
return callable()
except Exception as e:
if "429" in str(e):
sleep(int(e.headers.get('Retry-After', 5)))
raise e
- 数据持久化策略：建议采用增量更新模式：
python复制def update_existing_data(new_data, filepath='data.json'):
try:
with open(filepath, 'r') as f:
existing = json.load(f)
merged = {**existing, **new_data}
except FileNotFoundError:
merged = new_data
with open(filepath, 'w') as f:
json.dump(merged, f)
- 时区处理陷阱：Spotify返回的是UTC时间，需要显式转换：
python复制df['played_at'] = pd.to_datetime(df['played_at']).dt.tz_convert('Asia/Shanghai')
6. 分析成果应用实例
6.1 生成个性化推荐报告
我开发了一个报告生成模块，可以输出这样的分析结论：
code复制根据过去30天的听歌记录：
- 你的"音乐生物钟"显示：
* 早晨偏好：钢琴轻音乐（平均valence=0.85）
* 通勤时段：电子舞曲（平均bpm=128）
* 深夜时段：爵士蓝调（平均acousticness=0.7）
- 发现3首你可能喜欢的冷门歌曲：
1. "Midnight City" - M83 (与你的晚间听歌特征匹配度92%)
2. "River Flows In You" - Yiruma (符合清晨音乐特征)
3. "Redbone" - Childish Gambino (接近你的周末播放模式)
6.2 自动创建优化歌单
基于分析结果自动创建周推荐歌单：
python复制def create_optimized_playlist(recommendations):
playlist = sp.user_playlist_create(
user_id,
f"AI Optimized {datetime.now().strftime('%Y-%m-%d')}",
public=False
)
sp.playlist_add_items(playlist['id'], recommendations)
7. 项目扩展方向
-
社交对比功能：通过对比好友的听歌特征，找出音乐品味最接近的朋友。需要处理的关键技术点是相似度算法选择，我推荐使用余弦相似度计算音频特征向量的匹配度。
-
音乐情绪时间线：结合valence值的变化，绘制每日情绪波动曲线。需要注意音频特征与真实情绪之间的映射关系需要校准。
-
播放预测模型：用LSTM神经网络预测未来时段的可能播放歌曲。这个方向需要至少6个月的历史数据才能获得较好效果。
这个项目最让我惊喜的是发现了自己周三下午总会突然听90年代摇滚的隐藏模式——这种洞察是Spotify官方报告永远无法提供的。现在每次运行分析脚本，都像在探索自己的音乐DNA图谱。