J'ai essayé d'analyser mon chanteur préféré (SHISHAMO) en utilisant l'API Spotify

introduction

Depuis que j'étudie l'analyse de données, j'ai pensé analyser mes choses préférées, et je suis arrivé à ** SHISHAMO **. Quand je regardais Qiita pour savoir comment l'analyser, j'ai trouvé un article intéressant.

Suite à l'analyse des données d'attributs de 76 000 chansons de Spotify, J-Rock était plutôt Punk que Rock

Apparemment, Spotify a des données d'attribut pour chaque chanson, et en tant que fan de SHISHAMO, je suis curieux de connaître les caractéristiques des données d'attribut de SHISHAMO. J'ai donc analysé SHISAMO en utilisant les données d'attribut de Spotify.

procédure

Je vais laisser l'explication détaillée de l'API Spotify à quelqu'un d'autre et expliquer brièvement les étapes spécifiques.

1. Travaux de certification

import spotipy
import pandas as pd
client_id = 'client_id'
client_secret = 'client_secret'
client_credentials_manager = spotipy.oauth2.SpotifyClientCredentials(client_id, client_secret)
spotify = spotipy.Spotify(client_credentials_manager=client_credentials_manager)

Émettez le cliend_id et le client_secret de spotify pour les développeurs. Je l'ai fait en référence à cet article.

2. Collecte de données

albums = spotify.artist_albums(artist_id, album_type=None, country=None, limit=20, offset=0)
df = pd.DataFrame()
for i in range(len(albums['items'])):
    album_url = albums['items'][i]['external_urls']['spotify']
    album_name = albums['items'][i]['name']
    album_truck = spotify.album_tracks(album_url)['items']
    for j in range(len(album_truck)):
        truck_name = album_truck[j]['name']
        truck_url = album_truck[j]['external_urls']['spotify']
        truck = spotify.audio_features(truck_url)[0]
        tmp = pd.DataFrame(truck,index=['1',]).iloc[:,:11]
        tmp['album_name'] = album_name
        tmp['truck_name'] = truck_name
        df = df.append(tmp)

L'artist_id peut être obtenu à partir du lecteur Web de Spotify comme indiqué ci-dessous. À propos, l'image de fond est dessinée par le chanteur, ce qui est très bon et mignon. J'ai pu obtenir les données suivantes comme celle-ci.

Des titres de chansons très mignons sont alignés et 11 variables sont données sur Spotify en tant que quantités de fonctionnalités pour représenter cette chanson. Voici les données d'attribut pour chaque chanson dans Spotify. Pour plus d'informations à ce sujet, veuillez consulter cet article. Il semble qu'il y ait un tempo de chanson, une pression sonore, une sensation instrumentale, etc.

3. Analyse des données

Cette fois, nous avons effectué une analyse par compression et visualisation de dimension à l'aide d'Umap. Pour plus de détails sur Umap, veuillez consulter cet article. J'espère que vous pouvez le considérer comme un algorithme de projection dans un espace de faible dimension adapté au clustering comme PCA (je ne comprends pas non plus les détails). Voici le résultat du traçage des données de morceau de tous les albums de SHISHAMO 1 ~ 6 en deux dimensions à l'aide d'Umap. Il semble qu'il y ait 4 groupes. Bien regroupé, pour ce résultat ** 1. Y a-t-il des caractéristiques de chaque album? ** ** 2. Y a-t-il des caractéristiques des chansons populaires? ** ** ** 3. Vos chansons préférées ont-elles des caractéristiques? ** ** J'ai essayé de regarder les trois points.

1. Y a-t-il des caractéristiques pour chaque album?

C'est un graphique tracé avec des cercles rouges pour chaque album. J'ai trouvé qu'il n'y avait aucune chanson dans le 1er album qui appartenait au groupe en bas à gauche du graphique, et vous pouvez sentir la croissance de SHISHAMO, qui a une gamme plus large de chansons. Vous pouvez également voir que les chansons de chaque groupe sont enregistrées de manière bien équilibrée pour chaque album. Je n'aime pas un album avec seulement des ballades, n'est-ce pas?

2. Y a-t-il des caractéristiques des chansons populaires?

J'ai analysé si les chansons populaires avaient des caractéristiques. Comme il est difficile de juger les chansons populaires de SHISHAMO, j'ai choisi 4 chansons qui semblaient être bien connues à ma discrétion. ** "Demain", "Toi et Festival d'été", "Je suis amoureux", "J'ai une petite amie" **, je pense que les fans seront satisfaits. Si vous ne l'avez pas entendu, veuillez écouter.

J'ai l'impression qu'ils sont rassemblés en haut à droite, est-ce parce qu'il y a beaucoup de chansons au tempo? J'ai été surpris que les deux célèbres chansons ** «Tomorrow» et «Kimi to Natsu Fes» ** soient assez proches. ** "Koisuru" ** est une chanson au tempo qui est souvent jouée à la fin des concerts, et j'ai été surpris parce que je pensais que c'était le même groupe que ** "Kimi to Natsu Fes" **.

3. Y a-t-il des caractéristiques de votre chanson préférée?

J'ai analysé si ma chanson préférée avait une caractéristique. J'adore toutes les chansons et je ne peux pas faire la différence, alors j'ai choisi une chanson de chaque album. ** "Midnight Radio" "Flowers" "Girls in the Cour" "Tomorrow" "My dawn" "I'll forget you" ** 6 chansons, j'ai l'intention de sélectionner des chansons avec un large éventail de balançoires est. J'ai l'impression que cela est également rassemblé en haut à droite, les ** "fleurs" ** sont complètement séparées. La chanson "My Dawn" ** a une atmosphère différente de ** "Tomorrow" **, et elle a une atmosphère sombre, mais elle vient en haut à droite. Je pensais que ce n'était pas très similaire, mais c'est peut-être une chanson similaire.

finalement

J'ai été surpris que les chansons qui se vendaient et mes chansons préférées soient inopinément biaisées. Cette fois, j'ai analysé avec mon chanteur préféré, mais j'ai fait la même analyse avec un artiste qui a une chanson préférée mais ne sait pas grand-chose sur les autres chansons, et j'ai recherché une chanson recommandée pour moi. J'ai pensé qu'il serait intéressant d'essayer </ font>. Je pense qu'il y a des chansons auxquelles le même artiste est accro et des chansons qui ne créent pas de dépendance, donc ce serait amusant si nous pouvions classer ces chansons.