Если выполнить вход на
Spotify.me, то можно получить персонализированную сводку того, как Spotify понимает вас через музыку, которую вы слушаете на этом сайте Spotify. Это круто!
Я слушаю много музыки и люблю работать с данными, поэтому это вдохновило меня на попытку анализа моей коллекции музыки.
Мне было очень любопытно, существуют ли какие-то конкретные ингредиенты, из которых составлены хитовые песни. Что делает их крутыми? Почему нам нравятся хиты, и есть ли у них определённая «ДНК»?
Задача
Это привело меня к попытке ответить при помощи данных Spotify на два вопроса:
- На что похож мой музыкальный плейлист?
- Существуют ли конкретные атрибуты аудио, общие для всех хитовых композиций?
Инструменты
К счастью, есть очень простые инструменты, позволяющие подключиться к Spotify, получить данные, а затем визуализировать их.
Мы будем работать с языком программирования
Python 3, библиотекой Python
Spotipy, позволяющую подключаться к
Spotify Web API, а визуализировать данные будем с помощью
plot.ly и
Seaborn.
Массив данных
В конце каждого кода Spotify компилирует плейлист из 100 самых часто воспроизводимых песен. Использованный мной массив данных уже выложен на Kaggle:
Top Spotify Tracks of 2018. Список 100 самых популярных песен со Spotify кажется вполне разумным массивом данных для изучения хитов, не правда ли?