Python+Spotify API打造个性化音乐分析系统

1. 项目概述：用Python解锁你的Spotify音乐DNA

作为一名长期使用Spotify的音乐爱好者兼Python开发者，我最近发现了一个有趣的现象：虽然平台会定期生成年度听歌报告，但那些静态图表根本无法满足我对个人音乐偏好的深度挖掘需求。于是我用Python搭建了一套完整的分析系统，结果发现了许多连自己都惊讶的听歌模式——比如每周三下午三点总会不自觉地播放爵士乐，或者在雨天播放列表里90%都是独立民谣。

这个项目本质上是通过Spotify官方API获取你的完整听歌历史数据，然后用Python进行多维度的清洗、分析和可视化。不同于简单的播放次数统计，我们将关注：1）时间维度的听歌习惯分析 2）音乐特征的聚类研究 3）个性化推荐系统的雏形构建。整个过程只需要基础Python知识，但最终能产出堪比专业音乐分析平台的洞察报告。

2. 环境准备与API配置

2.1 创建Spotify开发者应用

首先需要在Spotify开发者仪表板创建新应用：

1. 点击"Create an App"按钮，填写应用名称和描述（如"My Listening Analyzer"）
2. 记录下自动生成的Client ID和Client Secret
3. 在设置中添加回调地址（本地开发可用http://localhost:8888/callback）

重要提示：Client Secret相当于应用密码，绝对不能提交到Git等公开平台。建议使用python-dotenv管理这些敏感信息。

2.2 安装必要的Python库

推荐使用conda创建专属虚拟环境：

bash复制conda create -n spotify-analysis python=3.9
conda activate spotify-analysis
pip install spotipy pandas matplotlib seaborn scikit-learn python-dotenv

其中关键库的作用：

• spotipy：官方推荐的Spotify API Python封装库
• pandas：数据处理与分析的核心工具
• matplotlib/seaborn：可视化黄金组合
• scikit-learn：用于音乐特征的聚类分析

3. 数据获取与预处理

3.1 实现OAuth2.0认证流程

使用spotipy库简化认证流程的典型代码结构：

python复制import spotipy
from spotipy.oauth2 import SpotifyOAuth

scope = "user-library-read user-top-read user-read-recently-played"

sp = spotipy.Spotify(auth_manager=SpotifyOAuth(
    scope=scope,
    redirect_uri="http://localhost:8888/callback",
    cache_path=".cache"  # 保存token避免重复认证
))

3.2 获取核心听歌数据

我们可以通过多种API端点获取不同维度的数据：

python复制# 最近50条播放记录
recent_plays = sp.current_user_recently_played(limit=50)

# 长期音乐偏好（需注意时区问题）
top_tracks_short = sp.current_user_top_tracks(time_range='short_term', limit=50)
top_tracks_medium = sp.current_user_top_tracks(time_range='medium_term', limit=50)
top_tracks_long = sp.current_user_top_tracks(time_range='long_term', limit=50)

# 收藏的歌曲和专辑
saved_tracks = sp.current_user_saved_tracks(limit=50)
saved_albums = sp.current_user_saved_albums(limit=50)

3.3 数据清洗与增强

原始JSON数据需要转换为结构化DataFrame：

python复制import pandas as pd

def parse_track(track):
    return {
        "id": track["id"],
        "name": track["name"],
        "artist": ", ".join([a["name"] for a in track["artists"]]),
        "duration_ms": track["duration_ms"],
        "popularity": track["popularity"],
        "added_at": track.get("added_at", ""),
        "played_at": track.get("played_at", ""),
    }

tracks_data = [parse_track(item["track"]) for item in saved_tracks["items"]]
df_tracks = pd.DataFrame(tracks_data)

更专业的做法是获取每首歌的音频特征（acousticness, danceability等）：

python复制audio_features = sp.audio_features([track["id"] for track in tracks_data])
df_features = pd.DataFrame(audio_features).drop(columns=['type', 'uri', 'track_href', 'analysis_url'])

4. 多维数据分析实战

4.1 时间维度分析

首先转换时间戳并提取时间特征：

python复制df_tracks['played_at'] = pd.to_datetime(df_tracks['played_at'])
df_tracks['hour'] = df_tracks['played_at'].dt.hour
df_tracks['day_of_week'] = df_tracks['played_at'].dt.day_name()
df_tracks['month'] = df_tracks['played_at'].dt.month_name()

然后可以生成听歌时间热力图：

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

plt.figure(figsize=(12, 6))
heatmap_data = df_tracks.groupby(['day_of_week', 'hour']).size().unstack()
sns.heatmap(heatmap_data, cmap="YlGnBu")
plt.title("Listening Patterns by Day and Hour")
plt.show()

4.2 音乐特征聚类

使用t-SNE算法对歌曲进行降维可视化：

python复制from sklearn.manifold import TSNE

features_to_use = ['danceability', 'energy', 'loudness', 'speechiness', 
                  'acousticness', 'instrumentalness', 'liveness', 'valence']

X = df_features[features_to_use]
tsne = TSNE(n_components=2, random_state=42)
X_tsne = tsne.fit_transform(X)

plt.figure(figsize=(10, 8))
sns.scatterplot(x=X_tsne[:, 0], y=X_tsne[:, 1], hue=df_tracks['artist'])
plt.title("t-SNE Visualization of Music Taste")
plt.show()

4.3 情绪波动分析

利用valence（愉悦度）和energy（能量）指标：

python复制df_tracks['mood'] = pd.cut(
    df_features['valence'],
    bins=[0, 0.3, 0.7, 1],
    labels=['Sad/Depressing', 'Neutral/Calm', 'Happy/Energetic']
)

plt.figure(figsize=(10, 6))
sns.countplot(data=df_tracks, x='hour', hue='mood')
plt.title("Mood Distribution by Hour of Day")
plt.show()

5. 高级分析与个性化推荐

5.1 构建简易推荐引擎

基于内容相似度的推荐算法：

python复制from sklearn.metrics.pairwise import cosine_similarity

def get_recommendations(track_id, df_features, df_tracks, top_n=5):
    track_idx = df_tracks[df_tracks['id'] == track_id].index[0]
    sim_matrix = cosine_similarity(df_features)
    similar_indices = sim_matrix[track_idx].argsort()[-top_n-1:-1][::-1]
    return df_tracks.iloc[similar_indices]

5.2 播放列表智能生成

自动创建基于当前心情的播放列表：

python复制def create_mood_playlist(sp, mood, limit=20):
    # 根据情绪标签筛选歌曲
    mood_tracks = df_tracks[df_tracks['mood'] == mood].sample(limit)
    
    # 创建新播放列表
    user_id = sp.me()['id']
    playlist = sp.user_playlist_create(
        user_id, 
        f"{mood} Mix - {pd.Timestamp.now().strftime('%Y-%m-%d')}",
        public=False
    )
    
    # 添加歌曲
    sp.playlist_add_items(playlist['id'], mood_tracks['id'].tolist())
    return playlist

6. 实战技巧与避坑指南

6.1 API调用优化

• 速率限制：Spotify API限制为每秒10-20次请求，建议添加延时：

  python复制import time
  time.sleep(0.1)  # 控制请求频率
  

• 分页处理：当数据超过50条时需要处理分页：

  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
  

6.2 数据持久化策略

建议将API返回的原始数据保存为JSON文件：

python复制import json

with open('spotify_data/raw_tracks.json', 'w') as f:
    json.dump(saved_tracks, f, indent=2)

然后构建数据更新机制：

python复制def update_data(sp):
    # 检查最后更新时间
    if not os.path.exists('last_update.txt'):
        last_update = '1970-01-01'
    else:
        with open('last_update.txt') as f:
            last_update = f.read()
    
    # 只获取新数据
    new_tracks = []
    results = sp.current_user_recently_played(after=last_update)
    ...
    
    # 更新最后记录时间
    with open('last_update.txt', 'w') as f:
        f.write(pd.Timestamp.now().isoformat())

6.3 可视化优化技巧

• 使用Plotly实现交互式图表：

  python复制import plotly.express as px
  fig = px.scatter(df_tracks, x='danceability', y='energy', color='mood',
                  hover_data=['name', 'artist'])
  fig.show()
  

• 创建雷达图展示音乐特征：

  python复制def plot_radar_chart(track_id):
      features = df_features[df_features['id'] == track_id].iloc[0]
      categories = features_to_use
      values = features[categories].tolist()
      
      fig = go.Figure()
      fig.add_trace(go.Scatterpolar(
          r=values + values[:1],  # 闭合图形
          theta=categories + categories[:1],
          fill='toself'
      ))
      fig.update_layout(polar=dict(radialaxis=dict(visible=True)))
      fig.show()
  

7. 项目扩展方向

7.1 与Last.fm数据整合

如果你同时使用Last.fm，可以结合其API获取更长期的历史数据：

python复制import pylast

lastfm = pylast.LastFMNetwork(
    api_key="YOUR_API_KEY",
    api_secret="YOUR_API_SECRET",
    username="YOUR_USERNAME",
    password_hash=pylast.md5("YOUR_PASSWORD")
)

lastfm_tracks = lastfm.get_user("username").get_recent_tracks(limit=500)

7.2 部署为自动化仪表盘

使用Streamlit快速构建Web应用：

python复制import streamlit as st

st.title("My Spotify Analytics")
time_range = st.selectbox("Select Time Range", ["short_term", "medium_term", "long_term"])

if st.button("Analyze"):
    top_tracks = sp.current_user_top_tracks(time_range=time_range)
    df = pd.DataFrame([parse_track(track) for track in top_tracks['items']])
    st.bar_chart(df['artist'].value_counts().head(10))

7.3 音乐记忆时间胶囊

创建一个年度音乐记忆功能：

python复制def create_time_capsule(year):
    # 获取特定年份的播放记录
    yearly_tracks = get_tracks_from_db(year)  # 需要事先建立本地数据库
    
    # 生成年度报告
    report = f"""
    # Your {year} in Music
    
    - Total Tracks Played: {len(yearly_tracks)}
    - Top Artist: {yearly_tracks['artist'].mode()[0]}
    - Most Played Song: {yearly_tracks['name'].mode()[0]}
    - Mood Distribution: {yearly_tracks['mood'].value_counts().to_dict()}
    """
    
    # 创建播放列表
    playlist = create_playlist_from_tracks(yearly_tracks)
    return report, playlist