Python数据分析：用Spotify API挖掘你的音乐品味

1. 项目概述：当Python遇上你的音乐品味

作为一名长期使用Spotify的音乐爱好者，我发现自己经常对着年度音乐报告发呆——那些统计数字背后藏着太多未被挖掘的信息。直到某天用Python抓取了自己的听歌数据，才发现原来播放列表里藏着这么多秘密：凌晨两点偏爱后摇、周五下午总会切到Disco、甚至能精确找出哪个月沉迷City Pop。这种数据驱动的自我发现过程，比Spotify官方提供的年度总结有趣十倍。

这个项目本质上是通过Spotify官方API获取个人听歌记录，利用Python生态中的数据分析工具进行深度挖掘。不同于简单的播放次数统计，我们将实现：

• 时间维度分析（不同时段/星期/月份的音乐偏好变化）
• 音频特征解析（常听歌曲的BPM、情绪值等参数）
• 艺人/流派关联网络（发现你意想不到的音乐关联）
• 自定义数据可视化（制作比官方报告更个性的图表）

提示：虽然需要编程基础，但代码都已模块化封装，跟着步骤操作即可。最终你会得到一份HTML格式的交互式报告，包含各种你从未想过的音乐洞察。

2. 核心工具链与准备工作

2.1 Spotify开发者账号申请

在Spotify开发者仪表板创建应用，获取CLIENT_ID和CLIENT_SECRET。注意选择"个人用途"而非商业用途，权限范围勾选：

• user-read-recently-played
• user-top-read
• playlist-read-private

2.2 Python环境配置

推荐使用conda创建独立环境：

bash复制conda create -n spotify-analysis python=3.9
conda activate spotify-analysis
pip install spotipy pandas matplotlib seaborn networkx plotly

2.3 认证流程实现

创建auth.py文件处理OAuth流程，关键代码如下：

python复制import spotipy
from spotipy.oauth2 import SpotifyOAuth

scope = "user-read-recently-played user-top-read playlist-read-private"
sp = spotipy.Spotify(auth_manager=SpotifyOAuth(
    scope=scope,
    redirect_uri="http://localhost:8888/callback")
)

3. 数据获取与清洗实战

3.1 获取近期播放记录

通过sp.current_user_recently_played(limit=50)获取数据后，需要处理两个关键问题：

1. 去重：Spotify的API可能返回重复条目
2. 时区转换：时间戳默认是UTC，需转换为本地时间

python复制def get_clean_history(sp_client, days=30):
    raw = []
    for i in range(0, 1000, 50):
        batch = sp_client.current_user_recently_played(limit=50, after=int(time.time())*1000 - days*86400*1000)
        raw.extend(batch['items'])
    
    # 去重逻辑
    seen = set()
    return [x for x in raw if not (x['played_at'] in seen or seen.add(x['played_at']))]

3.2 音频特征增强

每个曲目的音频特征（如danceability、valence等）需要单独请求：

python复制def get_audio_features(sp_client, track_ids):
    features = []
    for i in range(0, len(track_ids), 50):
        batch = sp_client.audio_features(track_ids[i:i+50])
        features.extend([f for f in batch if f])
    return pd.DataFrame(features)

4. 深度分析技巧揭秘

4.1 时间模式挖掘

使用pandas.resample可以轻松发现听歌习惯：

python复制# 按小时统计播放量
hourly = df.resample('H', on='played_at_local')['track_name'].count()

# 周末vs工作日对比
df['is_weekend'] = df['played_at_local'].dt.dayofweek >= 5
weekday_avg = df.groupby(['is_weekend', df['played_at_local'].dt.hour]).size()

4.2 情绪雷达图制作

结合多个音频特征生成情绪画像：

python复制features = ['danceability', 'energy', 'speechiness', 
           'acousticness', 'instrumentalness', 'valence']
            
radar_data = df[features].mean().values
angles = np.linspace(0, 2*np.pi, len(features), endpoint=False)

fig = plt.figure(figsize=(8,8))
ax = fig.add_subplot(111, polar=True)
ax.plot(angles, radar_data, 'o-', linewidth=2)
ax.fill(angles, radar_data, alpha=0.25)

5. 高级可视化实战

5.1 艺人关系网络图

使用networkx构建艺人共现网络：

python复制import networkx as nx

# 构建共现矩阵
co_matrix = pd.crosstab(df['track_id'], df['artist_name']).T.dot(
    pd.crosstab(df['track_id'], df['artist_name']))

# 创建图对象
G = nx.from_pandas_adjacency(co_matrix[co_matrix > 3])

# 绘制力导向图
plt.figure(figsize=(15,15))
pos = nx.spring_layout(G, k=0.15)
nx.draw_networkx_nodes(G, pos, node_size=50)
nx.draw_networkx_edges(G, pos, alpha=0.2)
nx.draw_networkx_labels(G, pos, font_size=8)

5.2 交互式时间线

用Plotly实现可缩放的时间轴：

python复制import plotly.express as px

fig = px.scatter(df, x='played_at_local', y='danceability',
                 color='artist_name', hover_data=['track_name'],
                 title="Danceability Trend Over Time")
fig.update_layout(xaxis_rangeslider_visible=True)
fig.show()

6. 避坑指南与性能优化

6.1 API限流处理

Spotify API有严格速率限制（每分钟300次请求），需要添加重试逻辑：

python复制from tenacity import retry, stop_after_attempt, wait_exponential

@retry(stop=stop_after_attempt(5), wait=wait_exponential(multiplier=1, min=4, max=10))
def safe_api_call(func, *args, **kwargs):
    try:
        return func(*args, **kwargs)
    except Exception as e:
        if e.code == 429:
            print(f"Rate limited, sleeping {e.retry_after} seconds")
            time.sleep(int(e.retry_after))
        raise

6.2 数据缓存策略

建议使用SQLite存储原始数据避免重复请求：

python复制import sqlite3

def cache_to_db(data, db_file='spotify_cache.db'):
    conn = sqlite3.connect(db_file)
    data.to_sql('play_history', conn, if_exists='append', index=False)
    conn.close()

7. 个性化报告生成

最后将所有分析整合成HTML报告：

python复制from jinja2 import Template

with open('report_template.html') as f:
    template = Template(f.read())
    
html = template.render(
    top_artists=top_artists,
    time_heatmap=time_heatmap,
    radar_chart=radar_chart
)

with open('my_spotify_report.html', 'w') as f:
    f.write(html)

注意：完整项目代码应包含异常处理和日志记录，这里为简洁省略。实际使用时建议添加try-catch块和logging模块记录运行状态。

我在三个月的数据分析中发现几个反直觉的结论：雨天反而更常听高BPM歌曲；通勤时播放的歌曲中有23%后来被标记为"不喜欢"；凌晨3-4点收听的曲目平均时长比其他时段长42秒。这些发现让我重新思考自己的音乐消费习惯——也许我们远比自己想象的更受环境因素影响。