Spotify APIでどんな情報が手に入るか

Spotify APIを使い楽曲情報を取得すると、いろいろな指標が入っていることがわかります。
Get Audio Features for Several Tracks

詳しくはこの記事にて記載、検証しているので参考にしました。
[Spotifyの楽曲に埋め込まれている情報がハンパない話]
(https://note.mu/hkrrr_jp/n/n9925dce37cba)

認証

取得したClient ID、Seclet Client、アーティストIDを利用し、情報を取得する。

はじめにSpotify APIのライブラリspotipyをインストールしておく。

pip install spotipy

認証を行います。
今回もSpotify APIのPythonライブラリ、Spotipyを使います。
artist_idは今回嵐さんのIDで実施しています。

.py

import spotipy
from spotipy.oauth2 import SpotifyClientCredentials
import sys
import pprint
import pandas as pd

client_id = '取得したClient ID'
client_secret = '取得したClient Secret'
artist_id = '取得したいアーティストID'

# 認証を行う
client_credentials_manager = spotipy.oauth2.SpotifyClientCredentials(client_id, client_secret)
spotify = spotipy.Spotify(client_credentials_manager=client_credentials_manager)

アルバム情報とトラック情報を取得

アルバムのIDを取得後、それぞれのアルバムに対しトラックIDを取得して楽曲情報を取得後。ひたすらDataframeに格納します。
嵐さんの場合配信対象はシングル曲ですが、一部両A面のため、１アルバムに２曲入っているため、この処理を行います。

.py

# アルバム情報を取得する。
results = spotify.artist_albums(artist, album_type='single', country='JP', limit=50, offset=0)
# アルバム情報を取得する。offsetオプションで続きを取得。
results2 = spotify.artist_albums(artist, album_type='single', country='JP', limit=50, offset=50)

artist_albums = []
for song in results['items'][:len(results['items'])]:
    data = [
        song['name'], 
        song['id']]
    artist_albums.append(data)

for song in results2['items'][:len(results2['items'])]:
    data = [
        song['name'], 
        song['id']]
    artist_albums.append(data)


# アルバムからトラック情報を取得する
song_info_track = []
for artist_album in artist_albums:
    album_id = artist_album[1]
    song_info = spotify.album_tracks(album_id, limit=50, offset=0)

    #両A面があるのでトラックを抜き出す
    for song_info_detail in song_info['items'][:len(song_info)]:
        song_track_id = song_info_detail['id']
        song_title = song_info_detail['name']
        #曲の情報を抜き出す
        result = spotify.audio_features(song_track_id)
        
        #なぜか取得できない曲があったので（取得したIDで検索できない）、分岐をする
        if result[0] is not None:
            #タイトルを入れた辞書を作成
            result[0]['title'] = song_title
            pd.DataFrame(result)
            song_info_track.append(result[0])
        
df = pd.io.json.json_normalize(song_info_track)
df = df.set_index('title')

結果は50曲以上あるので割愛します。
詳細はいつか別のブログに書きます。

苦戦した個所としては以下。
・全曲取得できない
Spotify APIの仕様上、最大でも最新50アルバムしか取得できないようです。
今回は初期の曲を捨て、最新曲Turning UpからPIKA☆NCHIまで（2019/11/19現在)の楽曲を取得しています。
2019/11/21 offsetを使って無理やり全曲取得しました。

・なぜか取得できない曲があったりなかったりする
アルバムからトラックIDを取得して楽曲情報する際、なぜか取得したトラックIDで楽曲情報が取得できないことがありました。
日を改めたら上手くいきましたが、怖いので取得できた場合のみDataframeに格納するようにしました。

検証する

検証するにあたり、あまり必要がない情報を削除しておく。

.py

# 見やすくするため不要な列を削除する
# 今回はID情報などを削除する。 インストでもないのでinstrumentalnessも削除する
df = df.drop(['type', 'id', 'uri', 'track_href','analysis_url', 'time_signature', 'mode','instrumentalness'], axis=1)

IDやURIなどが不要になるほか、拍や調は詳しくないので削除。
インスト曲はないためinstrumentalnessも削除。

取得した結果のうち、今回はdanceabilltyという指標について検討します。
それぞれの指標の検証はQiitaでは割愛。オタ垢でやります。
引用は参考にしたサイトから。

・danceabillty

踊りやすさ。1に近づくほどダンサブル。テンポやリズム、ビートの強さなどから決まるらしいです。

各曲の上位曲（1に近い値）を取得します。
例としてdanceabilltyでソートをします。

.py

# ソート
df.sort_values('danceability', inplace=True,ascending=False)
# 上位5曲
df.head()

danceabilltyの結果上位5曲は下記の通り。

タイトル	danceability
Turning Up	0.769
Face Down	0.733
復活Love	0.719
とまどいながら	0.713
A Day in Our Life	0.704

上位3曲はわからなくはないけれど、「とまどいながら」が入るのは疑問・・・

次に散布図で別の指標との関係を見てみます。
かけ合わせる指標は次の２つ。

・energy

曲の過激さ。”過激”があらわすのが展開的なことなのか勢いなのかはよくわからず。デスメタルは高くバッハの前奏曲は低いという説明があります。

・valence

明るさ。1に近づくほどポジティブな楽曲とのことです。

まずはdanceability×energy

.py

df.plot.scatter('danceability','energy')

主にenergyが0.9あたりのラインに多くあることがわかります。基本的には激しめの曲が多いのでしょうか。確かにバラードはそこまで多くないかもしれません。
唯一energyが0.6以下の曲は「瞳の中のGalaxy」というミディアムバラード。
（藤井フミヤ氏提供曲です）

次にdanceability×valance

割ときれいな？正の相関になりました。
ダンス曲は明るいということでしょうか。
一番左下の曲は「明日の記憶」。これもミディアムバラード。

最後に

Spotifyの指標は感覚で違うだろ・・・というのものもありますが、大まかには合っているような気がします。
ジャニーズのグループ間で楽曲の特徴を比較したいので、早くほかのグループも楽曲配信解禁してくれ～！！特にJ-Storm～！！

さいごのさいごに！嵐さんの新曲Turning Upのリンクはこちら！！
たくさん聞いても私に1円も入らないけど聴いてください！！！