🌃Spotifyが2023年度トップ50を発表!トレンド曲のデータ分析＆可視化をしてみる。

2023年12月30日 10:12

毎年恒例になったSpotifyが2023年のトップトラックスを発表しました。これは2023年中の総再生回数をまとめ、その結果に基づいたランキングを作成します。今回はSpotify APIを利用してトラックデータを取得し、その情報をもとにいくつかのシンプルなデータ分析を行います。2023年はどんな曲が多くの人に聴かれたのか、今年を彩った音楽の属性や性質に関するデータを簡単に可視化して見ていきたいと思います。

ちなみに今作成中のSpotify音楽データアプリですが、データをこの最新版にアップデートしました。

🚀データの取得

まずはSpotify APIで公式データを取得します。

# Extracted attributes
        extracted_attributes = {
            "artist": artists,
            "track": track_info['name'],
            "danceability": audio_features_data["danceability"],
            "valence": audio_features_data["valence"],
            "energy": audio_features_data["energy"],
            "acousticness": audio_features_data["acousticness"],
            "instrumentalness": audio_features_data["instrumentalness"],
            "liveness": audio_features_data["liveness"],
            "speechiness": audio_features_data["speechiness"],
            "key": audio_features_data["key"],
            "tempo": audio_features_data["tempo"],
            "popularity": track_info.get('popularity', None),
            "id": track_id
        }

取得した属性データは以前でも使った属性（詳しくはSpotifyマガジンを参照ください）＋ポピュラリティーです。ただポピュラリティースコアは毎日変化する数値で、年間を通してのデータを総合で見たい時にはあまり役に立ちませんが、一応その時その時の人気度をチェックするという事で取得しました。

ここからcsvファイルに保存して中身を開くとこんな感じになっています。

環境設定

ちなみに今日は簡単な分析ビジュアライゼーションなので、Power BIやTableauなどのビジュアライゼーションツールは使わずにJupyter Notebook内で全て済ませます。今回もPythonを使っていきたいと思います。

📈データの中身を見ていきます

まずは必要なライブラリーを呼び込みます。

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns
import plotly.graph_objects as go

データの中身をデータフレームとして見ていきます。

file_path = '..\top_50_2023.csv'
df = pd.read_csv(file_path)
df.head()

`df` という名前のデータフレームを保存して、プリントしました。こうする事によってまず初期段階のデータインスペクトをします。なにかおかしなパターンなどがないか見ます。

df.info()

pandasライブラリーの`info()`関数を使ってデータの構造を簡潔な概要を見ていきます。この`Info`関数だけでもデータの性質がかなり分かると思います。各列のデータ型、非Null値の数、およびメモリ使用量に関数詳細などが表示されるようになっています。

５０エントリー、５０曲含まれてるので間違いないです。インデックスは０から４９。
💡ちなみにプログラミングのほとんどの場合のカウントは０から始まります。統計言語であるRの場合はカウントは１からです。

Columns (列)は全部で１３で、これはアーティスト名やトラック名、音楽の属性を表す項目を指します。

Non-Null Count（非Null値の数）という表記がありますが、ちなみにNullとはプログラミング言語やデータ表現でよく見られるワードで、何もデータが含まれていない状態を意味します。つまりNon-Nullは何等かのデータが含まれているという意味になります。50 Non-Nullなので全てのトラックにデータが含まれているということになります。Nullのチェックはかなり重要なデータ分析のステップです。

Dtypeはそれぞれの列のデータ型を表記しています。例えばfloat（浮動小数点数）は3.5、int（整数型）は４、Objectはその他のストリングなどのデータ型を指します。このDtypeは、例えば年のカラムがInt型でなければいけないのにObject型になっている場合、この表からすぐに分かります。

df.describe()

そして次に`describe()`関数でデータフレーム内の各列に対する包括的な統計数値を見ていきます。数値列については、カウント、平均、標準偏差、最小値、第２５パーセンタイル、中央値、第７５パーセンタイル、そして最大値が含まれます。非数値列の場合は、カウント、ユニーク値、最も頻度が高い値、その頻度、が表示されます。

# Check duplicates
df.duplicated().value_counts()

`duplicated()`関数でデータ内に重複した行があるかどうか確認します。

False    50
Name: count, dtype: int64

False 50と出ているので重複した行は存在しないことが分かります。

📊ビジュアル化していきます

アーティスト別楽曲数ランキング

まずはどのアーティストが最も多くの楽曲が５０位以内にランクインしたのかカウントして、バーチャートにしてみました。

import pandas as pd
artist_counts = df['artist'].value_counts()
df_artist_counts = pd.DataFrame({'Artist': artist_counts.index, 'Count': artist_counts.values})
df_sorted_artists = df_artist_counts.sort_values(by='Count', ascending=False)
df_top_5 = df_sorted_artists.head(5)

sns.barplot(x='Count', y='Artist', data=df_top_5)
plt.title('Number of Songs by Artist')

plt.show()

Spotify公式ページでも発表された通り、グローバルアーティストの栄冠に輝いたテイラー・スウィフトが１位でした。

トラック属性の相関係数を表すヒートマップ

次に、音楽の性質を表す属性同士の相関関係をヒートマップにしてみていきます。
ちなみにヒートマップとは変数間の相関の強弱を数値化した相関行列を視覚化したグラフの事を意味します。以下の例のヒートマップでは、赤が強くなるほど相関関係が強い、という見方をします。

import matplotlib.pyplot as plt
import seaborn as sns

correlation_matrix = df[track_attributes].corr()

plt.figure(figsize=(10, 8))
heatmap = sns.heatmap(correlation_matrix,
                      vmin=-1,
                      vmax=1,
                      cmap='RdBu_r')

# Loop to add correlation values in each cell
for i in range(len(track_attributes)):
    for j in range(len(track_attributes)):
        text = "{:.2f}".format(correlation_matrix.iloc[i, j])
        heatmap.text(j + 0.5, i + 0.5, text,
                     ha='center', va='center', color='black')

plt.xticks(range(len(track_attributes)), track_attributes, rotation=45)
plt.yticks(range(len(track_attributes)), track_attributes, rotation=0)
plt.title("Correlation Heatmap")
plt.show()

danceabilityと valenceの相関関係が少し高めなので念のためこの２つの関係性を可視化してみます。

plt.figure(figsize=(10,6))
sns.regplot(x='valence',y='danceability',data=df)
plt.title("Regression: Danceability, Valence")
plt.show()

danceabilityも valence、どちらともアクティブさやポジティブさを表す数値なので多少の相関関係があってもおかしくはないと思います。ここではデータがどのように散らばっているのか、何かおかしなデータポイントはないか確認します。

調（キー）のバーチャート

どんな曲調なのか判別するためには欠かせない中心音である調について、今年最もグローバルに聴かれた曲がどの調を用いていたのかバーチャートにしました。

plt.figure(figsize=(10,6))

sns.countplot(x='key',
              data=df,
              palette='viridis',
              order=df['key'].value_counts().index)

plt.title('Distribution of Keys')

plt.show()

まずどの時代でもタイムレスで使われる調はC系です。２０２３年も例外ではなく、C＃がよく使われました。それからDも使われました。

ちなみに２０２３年によく聴かれたC＃の曲はこちらです。

df[df['key'] == 'C#']

The WeekndはC＃を中心音とした曲をよくリリースしている印象があります。
💡ちなみにCreepin'という今年流行っている曲は２０００年代に発表されたMario WinansのI don't wanna knowという曲のリメーク曲です。

テンポ（BPM）の分布図

次は曲のテンポについて、全体像を見るために分布図にしてみます。

plt.figure(figsize=(10,6))

sns.histplot(df['tempo'], bins=50, kde=True)
plt.axvline(x=df['tempo'].mean(), color='red', linestyle='dashed', linewidth=2, label="Mean BPM")

plt.title('Distribution of Beats Per Minute (BPM)')
plt.xlabel('BPM')
plt.ylabel('Frequency')

plt.legend()
plt.show()

トップ５０の平均テンポは124.06でした。

属性データのレーダーチャート

そして最後にそれぞれの属性をレーダーチャートにして可視化していきます。まずは属性データがどのようなデータを数値化しているか、簡単にまとめてみました。

🕺🏽danceability　（ダンスアビリティ）
全体的なテンポ、リズムの安定性、ビートの強さなどの要素を組み合わせて、その楽曲がダンスにどれ程適しているか示す数値。０が踊りにくく、１が最も踊りやすい。

🤗 valence　（ヴァレンス）
楽曲の全体的な明るさ、ポジティブさを表す数値。１に近づくにつれて明るい曲。

⚡energy　（エナジー）
エネルギッシュだったり激しさを表す数値。１に近づくにつれて激しさを増す。

🎸acounsticness　（アコースティックネス）
音響であったり、生楽器系の度を表す数値。１に近づくほど生楽器性が強い曲。

🎻instrumentalness　（インストルメンタルネス）
楽器のみ、ボーカルが入っていない度合を示す数値。１に近づくほどボーカルの占める割合が低い。通常のポップミュージックは大抵はこのインストルメンタルネスが０に近い場合が多い。

🎤liveness　（ライブネス）
楽曲のライブ感の度合を示す数値。１に近づくほどライブ感が強い楽曲。

🗣️speechiness　（スピーチネス）
スピーチ、話している感の度合を示す数値。ラップがベースの楽曲はこの数値が高くなる。通常の歌っている楽曲だとほとんどが０に近い事が多い。

fig = go.Figure()

fig.add_trace(go.Scatterpolar(
    r=mean_values_top_50,
    theta=att_list,
    fill='toself',
    name='Top 50',
    line=dict(color='blue'),
))

fig.update_layout(
            polar=dict(radialaxis=dict(visible=True, range=[0, 100])),
            showlegend=True,
            legend=dict(x=1, y=1, traceorder='normal',orientation='v'),
        )

それぞれの属性データの平均値(%)はこちらです。

mean_values_top_50 = df[att_list].mean()
mean_values_top_50

📕まとめ📕２０２３年トレンド曲の特徴

可視化した結果を見てみると、全体的にはエネルギッシュでダンスがしやすくノリがいい、少しポジティブよりな曲がよく聴かれていました。

アコースティック系や楽器系、それからライブ感がが強い曲は好まれているとは言えず、スピーチネスもかなり低いです。ラップ系の曲はスピーチネスの値が他の曲よりも高くなると言われているので、ラップ系の楽曲はTOP50にはあまり含まれていなかったと言えるでしょう。

テンポは心地よい速さ、遅すぎずエネルギッシュ過ぎない程度の楽曲が良く聴かれていたようです。

トレンド曲にはテイラー・スウィフトやThe Weeknd、SZAが複数曲ランクインしました。

そしてこれは私が実際にTop50の楽曲を聞いてみた感想ですが、全体的に90年代からY２K時代の懐かしさを感じさせる曲調が多かった気がします。前出のCreepin'という曲はもちろん、ロングヒットとなっているThe WeekndとDaft PunkによるStarboy、年間トップ曲に輝いたマイリー・サイラスのFlowers、2000年代の代表曲であるエミネムのMockingbirdがランクインいていたり、20年前のリバイバル感が反映されたランキングという印象を受けました。

🖊️何か気づいたことやご意見などがあればコメント欄からお願いします。チャンネルフォローもよろしくお願いします。

🚀 疑問に思った事はデータ化して自分なりの答えを探していこうと思います。そしてその答えがどこかにいる誰かの為になる事を願っています。

この記事が気に入ったらサポートをしてみませんか？