【数据可视化-34】全球音乐流媒体趋势与听众洞察可视化分析

🧑 博主简介：曾任某智慧城市类企业算法总监，目前在美国市场的物流公司从事高级算法工程师一职，深耕人工智能领域，精通python数据挖掘、可视化、机器学习等，发表过AI相关的专利并多次在AI类比赛中获奖。CSDN人工智能领域的优质创作者，提供AI相关的技术咨询、项目开发和个性化解决方案等服务，如有需要请站内私信或者联系任意文章底部的的VX名片（ID：xf982831907）

💬 博主粉丝群介绍：① 群内初中生、高中生、本科生、研究生、博士生遍布，可互相学习，交流困惑。② 热榜top10的常客也在群里，也有数不清的万粉大佬，可以交流写作技巧，上榜经验，涨粉秘籍。③ 群内也有职场精英，大厂大佬，可交流技术、面试、找工作的经验。④ 进群免费赠送写作秘籍一份，助你由写作小白晋升为创作大佬。⑤ 进群赠送CSDN评论防封脚本，送真活跃粉丝，助你提升文章热度。有兴趣的加文末联系方式，备注自己的CSDN昵称，拉你进群，互相学习共同进步。

一、引言

  音乐流媒体平台（如 Spotify、Apple Music 等）已成为人们日常音乐消费的主要渠道。本文基于一份全球音乐流媒体数据集，从多个维度深入分析全球音乐流媒体趋势及听众行为特征。以下分析包含完整 Python 代码，可供读者参考复现。

二、数据探索

2.1 数据集介绍

  数据集包含以下变量：

• User_ID：用户唯一标识符
• Age：用户年龄
• Country：用户所在国家
• Streaming Platform：使用的流媒体平台
• Top Genre：用户最常收听的音乐类型
• Minutes Streamed Per Day：每日平均收听时长
• Number of Songs Liked：用户点赞歌曲数
• Most Played Artist：用户播放最多的艺术家
• Subscription Type：订阅类型（免费或付费）
• Listening Time：用户收听高峰时段（早晨/下午/晚上）
• Discover Weekly Engagement (%)：自动生成播放列表的播放百分比
• Repeat Song Rate (%)：频繁重复播放歌曲的百分比

2.2 数据清洗探索

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

# 加载数据
df = pd.read_csv('music_streaming_data.csv')  # 请替换为实际文件路径

# 查看数据维度
df.shape
# 查看数据基本信息
df.info()
# 查看数据缺失值情况
df.isnull().sum()

  从上图我们可以发现：

• 数据包含 12 个维度，涵盖用户行为和用户统计信息；
• 平台、流派、国家等为类别型变量，年龄及时长等为数字型变量；
• 数据中不存在缺失值。

三、单维度特征可视化

3.1 流媒体平台用户分布

plt.figure(figsize=(10, 6))
sns.countplot(x='Streaming Platform', data=df)
plt.title('Users Distribution by Streaming Platform')
plt.xlabel('Streaming Platform')
plt.ylabel('User Count')
plt.tight_layout()
plt.show()

3.2 年龄分布

plt.figure(figsize=(8, 5))
sns.histplot(df['Age'], kde=True, color='skyblue', bins=30)
plt.title('Age Distribution of Listeners')
plt.xlabel('Age')
plt.tight_layout()
plt.show()

3.3 各国用户数量分布

plt.figure(figsize=(12, 6))
sns.countplot(x='Country', data=df)
plt.title('Users Distribution by Country')
plt.xlabel('Country')
plt.ylabel('Count')
plt.xticks(rotation=45)
plt.tight_layout()
plt.show()

3.4 流行音乐类型分布

plt.figure(figsize=(10, 6))
sns.countplot(y='Top Genre', data=df)
plt.title('Top Genre Distribution')
plt.ylabel('Music Genre')
plt.xlabel('Count')
plt.tight_layout()
plt.show()

3.5 订阅类型分布

plt.figure(figsize=(8, 6))
sns.countplot(x='Subscription Type', data=df)
plt.title('Subscription Type Distribution')
plt.xlabel('Subscription Type')
plt.ylabel('Count')
plt.tight_layout()
plt.show()

四、各个特征与收听行为关系的可视化

4.1 不同订阅类型的年龄与每日收听时长的散点图

plt.figure(figsize=(10, 6))
sns.scatterplot(x='Age', y='Minutes Streamed Per Day', data=df)
plt.title('Age vs Daily Streaming Minutes')
plt.xlabel('Age')
plt.ylabel('Minutes Streamed Per Day')
plt.tight_layout()
plt.show()

4.2 平台与平均收听时长

plt.figure(figsize=(10, 6))
sns.boxplot(x='Streaming Platform', y='Minutes Streamed Per Day', data=df)
plt.title('Average Streaming Time by Platform')
plt.xlabel('Streaming Platform')
plt.ylabel('Minutes Streamed Per Day')
plt.tight_layout()
plt.show()

4.3 订阅类型与收听时长

plt.figure(figsize=(8, 6))
sns.boxplot(x='Subscription Type', y='Minutes Streamed Per Day', data=df)
plt.title('Streaming Time Variation by Subscription Type')
plt.xlabel('Subscription Type')
plt.ylabel('Minutes Streamed Per Day')
plt.tight_layout()
plt.show()

4.4 音乐类型偏好与收听时长

plt.figure(figsize=(12, 6))
sns.boxplot(x='Top Genre', y='Minutes Streamed Per Day', data=df)
plt.title('Streaming Time Variation by Music Genre')
plt.xlabel('Music Genre')
plt.ylabel('Minutes Streamed Per Day')
plt.xticks(rotation=45)
plt.tight_layout()
plt.show()

4.5 不同订阅类型年龄和订阅类型与收听时长

plt.figure(figsize=(12, 6))
sns.boxplot(x='Age', y='Minutes Streamed Per Day', hue='Subscription Type', data=df)
plt.title('Streaming Time Variation by Age and Subscription Type')
plt.xlabel('Age')
plt.ylabel('Minutes Streamed Per Day')
plt.tight_layout()
plt.show()

4.6 国家和订阅类型与收听时长

plt.figure(figsize=(12, 6))
sns.boxplot(x='Country', y='Minutes Streamed Per Day', hue='Subscription Type', data=df)
plt.title('Streaming Time Variation by Country and Subscription Type')
plt.xlabel('Country')
plt.ylabel('Minutes Streamed Per Day')
plt.xticks(rotation=45)
plt.tight_layout()
plt.show()

4.7 音乐类型与重复播放率关系

plt.figure(figsize=(12, 6))
sns.boxplot(x='Top Genre', y='Repeat Song Rate (%)', data=df)
plt.title('Repeat Song Rate Variation by Music Genre')
plt.xlabel('Music Genre')
plt.ylabel('Repeat Song Rate (%)')
plt.xticks(rotation=45)
plt.tight_layout()
plt.show()

4.9 年龄组和订阅类型与自动生成播放列表播放率关系

# 创建年龄组
df['Age Group'] = pd.cut(df['Age'], bins=[0, 20, 30, 40, 50, 60, np.inf], labels=['0-20', '21-30', '31-40', '41-50', '51-60', '60+'])
plt.figure(figsize=(12, 6))
sns.boxplot(x='Age Group', y='Discover Weekly Engagement (%)', hue='Subscription Type', data=df)
plt.title('Discover Engagement Weekly Variation by Age Group and Subscription Type')
plt.xlabel('Age Group')
plt.ylabel('Discover Weekly Engagement (%)')
plt.tight_layout()
plt.show()

五、总结

  从以上可视化结果可以看出：

• 年龄与收听时长：通常存在一定的非线性关系，不同年龄段的收听习惯差异明显。
• 订阅类型：付费用户通常具有更长的收听时长，反映出付费用户的高粘性。
• 平台差异：不同平台的用户收听时长存在显著差异，可能与平台的音乐资源、用户体验有关。
• 音乐类型：某些特定类型（如流行乐、摇滚乐）的用户平均收听时长较长，反映出不同音乐类型的受众活跃度差异。
• 地域差异：不同国家的用户收听行为差异较大，可能与文化背景、音乐偏好有关。
• 自动生成播放列表播放率：与用户的订阅类型、年龄组及所在国家存在显著关联。

  以上分析为理解全球音乐流媒体的收听行为提供了多维度视角，并揭示了各变量之间的潜在关系，为进一步优化流媒体平台运营策略、提升用户体验提供了数据支持。