基于Python数据可视化的网易云音乐歌单分析系统

2023-12-14 12:04

本文主要是介绍基于Python数据可视化的网易云音乐歌单分析系统,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

目录

《Python数据分析初探》项目报告

    • 基于Python数据可视化的网易云音乐歌单分析系统
    • 一、项目简介
      • (一)项目背景
      • (二)项目过程
    • 二、项目设计流程图
      • (一)基于Python数据可视化的网易云音乐歌单分析系统的整体架构
      • (二)获取歌单索引页的信息
      • (三)获取歌单详情页的信息
      • (四)歌曲出现次数 TOP10
      • (五)网易云音乐欧美歌单播放 TOP10
      • (六)网易云音乐欧美歌单评论 TOP10
      • (七)欧美歌单播放数量分布情况
      • (八)网易云音乐欧美歌单标签图
      • (九)歌单介绍词云图
    • 三、项目实现代码 (太长,略)
    • 四、项目分析结果
      • (一)歌曲出现次数 TOP10
      • (二)网易云音乐欧美歌单播放 TOP10
      • (三)网易云音乐欧美歌单评论 TOP10
      • (四)欧美歌单播放数量分布情况
      • (五)网易云音乐欧美歌单标签图
      • (六)歌单介绍词云图
      • (七)音乐歌单运营分析
      • (八)歌单数据可视化的商业价值

基于Python数据可视化的网易云音乐歌单分析系统

有任何学习问题可以加我微信交流哦!bmt1014
一、项目简介
(一)项目背景 1
(二)项目过程 1
二、项目设计流程图 3
(一)基于Python数据可视化的网易云音乐歌单分析系统的整体架构 3
(二)获取歌单索引页的信息 4
(三)获取歌单详情页的信息 5
(四)歌曲出现次数 TOP10 6
(五)网易云音乐欧美歌单播放 TOP10 6
(六)网易云音乐欧美歌单评论 TOP10 7
(七)欧美歌单播放数量分布情况 7
(八)网易云音乐欧美歌单标签图 8
(九)歌单介绍词云图 8
三、项目实现代码 (代码太长,没放)
(一)netease_cloud_music_data_analysis.py 9
(二)music_index.py 11
(三)music_detail.py 13
(四)top_10_song.py 15
(五)top_10_ea_song_playlists.py 17
(六)top_10_of_ea_song_collection.py 19
(七)top_10_of_ea_song_comment.py 21
(八)top_10_ea_song_collection_distribution.py 23
(九)top_10_ea_song_playlists_distribution.py 25
(十)label_ea_song.py 26
(十一)music_wordcloud.py 28
四、项目分析结果 30
(一)歌曲出现次数 TOP10 31
(二)网易云音乐欧美歌单播放 TOP10 32
(三)网易云音乐欧美歌单评论 TOP10 32
(四)欧美歌单播放数量分布情况 33
(五)网易云音乐欧美歌单标签图 34
(六)歌单介绍词云图 35
(七)音乐歌单运营分析 35
(八)歌单数据可视化的商业价值 37

一、项目简介

(一)项目背景

随着音乐软件的普及,海量的相关数据被创造。在大数据的时代,任何大量的数据一旦被利用起来,将会产生巨大的价值。利用 Python 分析歌曲的相关数据来挖掘客户的需求并更进一步的扩大用户量的例子比比皆是。
考虑到现实的可操作性以及 Python 在数据分析和交互、探索性计算以及数据可视化等方面都有非常成熟的库。且经过小组测试可行性,决定利用 Python 对音乐软件歌单进行分析。

(二)项目过程

此次项目利用 Python 对网易云音乐歌单数据的获取,对歌单数据进行可视化分析。得出歌单的评论、收藏、播放、贡献、分布的数量图以及词云,并提出歌单优化的建议。
项目利用爬虫对数据获取,后对其进行数据清洗,最终进行数据可视化。在分析过程中使用 numpy, pandas, matplotlib, time, requests, squarify, jieba, wordcloud, bs4 第三方模块,最后以柱状图,词云图 以及标签图来展示歌曲收藏量,播放量等相关分析结果并结合相关数据优化歌单播放量。
最后我们实现了项目,并对项目进行了测试。
图 1 歌单索引网页调试分析

图 2 歌单详情网页调试分析

二、项目设计流程图

(一)基于Python数据可视化的网易云音乐歌单分析系统的整体架构

图 3 基于 Python 数据可视化的网易云音乐歌单分析系统的整体架构图

(二)获取歌单索引页的信息

图 4 获取歌单索引页的信息的流程图

(三)获取歌单详情页的信息

在这里插入图片描述

(四)歌曲出现次数 TOP10

在这里插入图片描述

(五)网易云音乐欧美歌单播放 TOP10

在这里插入图片描述

(六)网易云音乐欧美歌单评论 TOP10

在这里插入图片描述

图 8 网易云音乐欧美歌单评论 TOP10 的流程图

(七)欧美歌单播放数量分布情况

在这里插入图片描述

图 9 欧美歌单播放数量分布情况的流程图

(八)网易云音乐欧美歌单标签图

在这里插入图片描述

图 10 网易云音乐欧美歌单标签图的流程图

(九)歌单介绍词云图

在这里插入图片描述

图 11 歌单介绍词云图的流程图

三、项目实现代码 (太长,略)

四、项目分析结果

网易云用户是很习惯创建歌单的一个用户群体,很多用户也是通过歌单了解到一些歌曲。一个网易云用户甚至自己一个人就创建上百个歌单,我们爬取了网易云欧美歌单的数据,制作了以下表格。

(一)歌曲出现次数 TOP10

在这里插入图片描述

图 12 网易云音乐欧美歌单歌曲 TOP10
我们获得了网易云音乐欧美歌单中的 TOP10 歌曲,相信熟悉欧美歌曲的小伙伴们对这些歌都很熟悉,他们曾经或许就出现在推荐给你的歌单中。

(二)网易云音乐欧美歌单播放 TOP10

在这里插入图片描述

图 13 网易云音乐欧美歌单播放 TOP10
这是欧美歌单播放量前十排行榜,第一名拥有高达 4 亿的播放量,可见欧美歌曲是非常令人欢迎的。在歌单中统计中我们可以看到旋律和节奏是很多欧美音乐爱好者们比较看重和喜欢的。

(三)网易云音乐欧美歌单评论 TOP10

在这里插入图片描述

图 14 网易云音乐欧美歌单评论 TOP10
可以看到歌单【定制 最懂你的欧美推荐 每日更新35首】的评论数量最多。这可能与他日更与定制的性质有关。可以看到,很多热门的歌单其评论通常也很多。这个榜单中的歌单在上一个热门歌单的榜单也能找到。

(四)欧美歌单播放数量分布情况

在这里插入图片描述

图 15 欧美歌单播放数量分布情况
将播放数做对数处理,使得能直观看出歌单播放数的分布。
歌单播放数主要分布在 0-1000 万。
其中 ln(10000000) = 16。

(五)网易云音乐欧美歌单标签图

在这里插入图片描述

图 16 网易云音乐欧美歌单标签图
我们还找到了这些歌单的标签情况,既然是欧美歌单,【欧美】自然就占大头,几乎一半。我们还可以看到【电子】和【流行】这两大类也是非常多,【欧美流行】和【欧美电子】近两年在网易云用户中越来越火爆,特别是【欧美电子】,不少青年已经是电子音乐的忠实粉丝。

(六)歌单介绍词云图

在这里插入图片描述

图 17 歌单介绍词云图
歌单介绍词云图,这些词包括一个歌单的风格,背景还有故事。或许你曾经是因为哪一个词打动了你,让你收藏的这份歌单。与歌曲产生共鸣。

(七)音乐歌单运营分析

歌单有两种形式,一种是由官方创建的歌单,另一种是由用户自主创建的歌单,在网易云中,我们收藏倾听的大多来自个人用户。而歌单的运营不论是对个人还是官方都是有意义的。
很多用户是以歌单作为入口来了解音乐的,很少主动的的持续的去搜索音乐,所以歌单是否丰富,歌单的品质是否足够好,决定了用户使用的频率和时间。用户能够获取到越多越好的好歌单,就意味着这个音乐平台更有价值。
对于个人而言,创造令很多人满意的歌单,让个人获得关注,更高的成就感,进而创造更好的精品歌单。
所以我们基于以上的分析,做出了一个关于欧美歌单的运营分析:
在歌单内容方面,图15 网易云音乐欧美歌单标签图里,我们可以看出,流行类标签和电子标签占比大约 50%。以标签分类实行个性化推荐,可以让歌单更容易被找到,曝光,便于管理。
另外我们的歌单可以向这两个热门的方向靠拢,面向受众面广的人群,可以获得可观的流量。再加上电子音乐的兴起,越来越优秀的电子音乐出现,可以丰富我们的歌单。
在歌单标题方面,歌单相当于一篇文章,歌单的标题可以吸引听众的注意力,让他们进来了解歌单,收听歌单。在歌单播放量 TOP10 和歌单评论数量 TOP10 中,我们区分出以下几类:
在特殊标志式方面,在前十的几个歌单名称中我们可以看到“【】“,”|“等特殊字符,这些特殊字符可以吸引听众的目光,强调自己歌单的亮点。
在强吸引式方面,使用“精选“,”10w+“,”专属“等字眼,驱使听众点击。
在结论式方面使用,“热血燃向 | 提神醒脑防嗜睡型 BGM” 等字眼,驱使听众点击。
综上所述,一份歌单成功离不开标题、歌曲风格、乃至歌曲数。只有平衡好其中的因素,才能使其播放量达到预期。

(八)歌单数据可视化的商业价值

歌单数据可视化可以帮助音乐公司更好地理解消费者喜好,并为消费者提供更符合他们喜好的歌单。
此外,歌单数据可视化还可以帮助音乐公司更好地分析歌单中的信息,并利用这些信息来决定如何定价、营销和分销音乐。
因此,歌单数据可视化具有一定的商业价值,可以为音乐公司提供重要的市场信息。

在这里插入图片描述

这篇关于基于Python数据可视化的网易云音乐歌单分析系统的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/492456

相关文章

利用python实现对excel文件进行加密

《利用python实现对excel文件进行加密》由于文件内容的私密性,需要对Excel文件进行加密,保护文件以免给第三方看到,本文将以Python语言为例,和大家讲讲如何对Excel文件进行加密,感兴... 目录前言方法一:使用pywin32库(仅限Windows)方法二:使用msoffcrypto-too

使用Python实现矢量路径的压缩、解压与可视化

《使用Python实现矢量路径的压缩、解压与可视化》在图形设计和Web开发中,矢量路径数据的高效存储与传输至关重要,本文将通过一个Python示例,展示如何将复杂的矢量路径命令序列压缩为JSON格式,... 目录引言核心功能概述1. 路径命令解析2. 路径数据压缩3. 路径数据解压4. 可视化代码实现详解1

python获取网页表格的多种方法汇总

《python获取网页表格的多种方法汇总》我们在网页上看到很多的表格,如果要获取里面的数据或者转化成其他格式,就需要将表格获取下来并进行整理,在Python中,获取网页表格的方法有多种,下面就跟随小编... 目录1. 使用Pandas的read_html2. 使用BeautifulSoup和pandas3.

Python装饰器之类装饰器详解

《Python装饰器之类装饰器详解》本文将详细介绍Python中类装饰器的概念、使用方法以及应用场景,并通过一个综合详细的例子展示如何使用类装饰器,希望对大家有所帮助,如有错误或未考虑完全的地方,望不... 目录1. 引言2. 装饰器的基本概念2.1. 函数装饰器复习2.2 类装饰器的定义和使用3. 类装饰

Python 交互式可视化的利器Bokeh的使用

《Python交互式可视化的利器Bokeh的使用》Bokeh是一个专注于Web端交互式数据可视化的Python库,本文主要介绍了Python交互式可视化的利器Bokeh的使用,具有一定的参考价值,感... 目录1. Bokeh 简介1.1 为什么选择 Bokeh1.2 安装与环境配置2. Bokeh 基础2

Pandas统计每行数据中的空值的方法示例

《Pandas统计每行数据中的空值的方法示例》处理缺失数据(NaN值)是一个非常常见的问题,本文主要介绍了Pandas统计每行数据中的空值的方法示例,具有一定的参考价值,感兴趣的可以了解一下... 目录什么是空值?为什么要统计空值?准备工作创建示例数据统计每行空值数量进一步分析www.chinasem.cn处

如何使用 Python 读取 Excel 数据

《如何使用Python读取Excel数据》:本文主要介绍使用Python读取Excel数据的详细教程,通过pandas和openpyxl,你可以轻松读取Excel文件,并进行各种数据处理操... 目录使用 python 读取 Excel 数据的详细教程1. 安装必要的依赖2. 读取 Excel 文件3. 读

Python的time模块一些常用功能(各种与时间相关的函数)

《Python的time模块一些常用功能(各种与时间相关的函数)》Python的time模块提供了各种与时间相关的函数,包括获取当前时间、处理时间间隔、执行时间测量等,:本文主要介绍Python的... 目录1. 获取当前时间2. 时间格式化3. 延时执行4. 时间戳运算5. 计算代码执行时间6. 转换为指

利用Python调试串口的示例代码

《利用Python调试串口的示例代码》在嵌入式开发、物联网设备调试过程中,串口通信是最基础的调试手段本文将带你用Python+ttkbootstrap打造一款高颜值、多功能的串口调试助手,需要的可以了... 目录概述:为什么需要专业的串口调试工具项目架构设计1.1 技术栈选型1.2 关键类说明1.3 线程模

Python ZIP文件操作技巧详解

《PythonZIP文件操作技巧详解》在数据处理和系统开发中,ZIP文件操作是开发者必须掌握的核心技能,Python标准库提供的zipfile模块以简洁的API和跨平台特性,成为处理ZIP文件的首选... 目录一、ZIP文件操作基础三板斧1.1 创建压缩包1.2 解压操作1.3 文件遍历与信息获取二、进阶技