Python数据可视化:网易云音乐歌单!

2019-03-12 08:25:16来源:博客园 阅读 ()

新老客户大回馈,云服务器低至5折

网易云音乐2018年度听歌报告—遇见你,真好。

相信有不少人在上周,应该已经看过自己网易云音乐的年度报告了。

笔者也是去凑凑热闹,瞅了一波自己的年度听歌报告。

那么你在云村又听了多少首歌,听到最多的歌词又是什么呢?

 

2018年你的年度歌手又是谁,哪些又是你最爱的歌呢?

不过相比去年,我的票圈并没有很多发自己年度报告的朋友。

不得不说,版权之争开始,网易云音乐似乎就在走下坡路。

很多喜欢的歌听不了,这应该是大家共同的痛点。

最大的印象就是周董的歌,在愚人节时下架了,原以为只是个玩笑,不想却是真的。

本次通过对网易云音乐华语歌单数据的获取,对华语歌单数据进行可视化分析。

可视化库不采用pyecharts,来点新东西。

使用matplotlib可视化库,利用这个底层库来进行可视化展示。

/ 01 / 网页分析

01 歌单索引页


 

选取华语热门歌单页面。

获取歌单播放量,名称,及作者,还有歌单详情页链接。

本次一共获取了1302张华语歌单。

02 歌单详情页


 

获取歌单详情页信息,信息比较多。

有歌单名,收藏量,评论数,标签,介绍,歌曲总数,播放量,收录的歌名。

这里歌曲的时长、歌手、专辑信息在网页的iframe中。

需要用selenium去获取信息,鉴于耗时过长,笔者选择放弃...

有兴趣的小伙伴,可以试一下哈...

/ 02 / 数据获取

01 歌单索引页

frombs4importBeautifulSoup

importrequests

importtime

headers = {

'User-Agent':'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/63.0.3239.132 Safari/537.36'

}

foriinrange(0,1330,35):

print(i)

time.sleep(2)

url ='https://music.163.com/discover/playlist/?cat=欧美&order=hot&limit=35&offset='+ str(i)

response = requests.get(url=url, headers=headers)

html = response.text

soup = BeautifulSoup(html,'html.parser')

# 获取包含歌单详情页网址的标签

ids = soup.select('.dec a')

# 获取包含歌单索引页信息的标签

lis = soup.select('#m-pl-container li')

print(len(lis))

forjinrange(len(lis)):

# 获取歌单详情页地址

url = ids[j]['href']

# 获取歌单标题

title = ids[j]['title']

# 获取歌单播放量

play = lis[j].select('.nb')[0].get_text()

# 获取歌单贡献者名字

user = lis[j].select('p')[1].select('a')[0].get_text()

# 输出歌单索引页信息

print(url, title, play, user)

# 将信息写入CSV文件中

withopen('playlist.csv','a+', encoding='utf-8-sig')asf:

f.write(url +','+ title +','+ play +','+ user +'

')

获取歌单索引页信息如下,共1302张华语歌单。


 

02 歌单详情页

frombs4importBeautifulSoup

importpandasaspd

importrequests

importtime

df = pd.read_csv('playlist.csv', header=None, error_bad_lines=False, names=['url','title','play','user'])

headers = {

'User-Agent':'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/63.0.3239.132 Safari/537.36'

}

foriindf['url']:

time.sleep(2)

url ='https://music.163.com'+ i

response = requests.get(url=url, headers=headers)

html = response.text

soup = BeautifulSoup(html,'html.parser')

# 获取歌单标题

title = soup.select('h2')[0].get_text().replace(',',',')

# 获取标签

tags = []

tags_message = soup.select('.u-tag i')

forpintags_message:

tags.append(p.get_text())

# 对标签进行格式化

iflen(tags) >1:

tag ='-'.join(tags)

else:

tag = tags[0]

# 获取歌单介绍

ifsoup.select('#album-desc-more'):

text = soup.select('#album-desc-more')[0].get_text().replace('

','').replace(',',',')

else:

text ='无'

# 获取歌单收藏量

collection = soup.select('#content-operation i')[1].get_text().replace('(','').replace(')','')

# 歌单播放量

play = soup.select('.s-fc6')[0].get_text()

# 歌单内歌曲数

songs = soup.select('#playlist-track-count')[0].get_text()

# 歌单评论数

comments = soup.select('#cnt_comment_count')[0].get_text()

# 输出歌单详情页信息

print(title, tag, text, collection, play, songs, comments)

# 将详情页信息写入CSV文件中

withopen('music_message.csv','a+', encoding='utf-8-sig')asf:

f.write(title +','+ tag +','+ text +','+ collection +','+ play +','+ songs +','+ comments +'

')

# 获取歌单内歌曲名称

li = soup.select('.f-hide li a')

forjinli:

withopen('music_name.csv','a+', encoding='utf-8-sig')asf:

f.write(j.get_text() +'

')

获取的1302张华语歌单的详情。


 

1302张歌单里的121118首歌。


 

/ 03 / 数据可视化

可视化代码已上传GitHub,点击左下角阅读原文即可访问!!!

01 歌曲出现次数 TOP10

 


 

榜上的十首歌,除了「水星记」,笔者听得次数都不少。

那么你又是如何的呢?

在笔者的印象里,这些歌都曾在网易云音乐热歌榜的榜首出现过。

02 歌单贡献UP主 TOP10

 


 

10大歌单贡献UP主,感谢这些辛勤的“搬运工”,给大家带来优质的歌单。

给广大懒人癌患者,亦或选择困难症患者,带来福利。

03 歌单播放量 TOP10

 


 

歌单播放量前十名单,第一名7000多万播放量。

其实matplotlib生成的图是挺清楚的,只不过一上传就变模糊了。

所以这里你可能会觉得图片质量不行...

其实并不是,为此笔者做了相应的图表,具体见文末~

04 歌单收藏量 TOP10


 

同样是好东西,收藏收藏!!!

有一些歌单和播放量TOP10里歌单有重复。

05 歌单评论数 TOP10


 

歌单「再见大侠:武侠小说泰斗金庸逝世」评论数最多。

相信不少人的阅读时光,就是与金庸前辈的武侠小说一起度过。

飞雪连天射白鹿,笑书神侠倚碧鸳。

还有由小说改编成的电视剧,都是经典!!!

笔者武侠小说看的少,武侠电视剧看的多...

06 歌单收藏数量分布情况

 


 

将收藏数做对数处理,使得能直观看出歌单收藏数的分布。

主要分布在0-15万之间(ln(150000)=12)。

07 歌单播放数量分布情况

 


 

歌单播放数主要分布在0-1000万。

其中ln(10000000)=16。

08 歌单标签图


 

既然选取的是华语歌单,那么华语这二字必不可少,而且还占大头。

那么就看看除了华语,还有什么其他标签。

「流行」没啥好说的。

「古风」「说唱」「民谣」近些年来热度是越来越高,不过也有玩坏的时候。

比如「离人愁」、「一人我饮酒醉」,笔者作为吃瓜群众,只能说且行且珍惜...

09 歌单介绍词云图

 


 

歌单介绍词云图,希望你能找到你喜欢某首歌的原因!!!

到底是希望,还是青春,亦或是回忆呢?

/ 04 / 总结

最后,把本次搜刮的干货,分享给大家。


 

 

 

可视化及相关代码都放「GitHub」上头了。

GitHub:https://github.com/Tobby-star/music_163


原文链接:https://www.cnblogs.com/qingdeng6359/p/10512451.html
如有疑问请与原作者联系

标签:

版权申明:本站文章部分自网络,如有侵权,请联系:west999com@outlook.com
特别注意:本站所有转载文章言论不代表本站观点,本站所提供的摄影照片,插画,设计作品,如需使用,请与原作者联系,版权归原作者所有

上一篇:Python中的那些“坑”

下一篇:利用Python实现FGO自动战斗脚本,再也不用爆肝啦~