Programmierung.

Spotify

Seit Mai 2022 speichere ich meinen Wiedergabeverlauf von Spotify mit. Mich hat sehr interessiert, welche Künstler / Genres / Songs ich wie oft höre. Und ob der offizielle Jahresrückblick von Spotify akkurat ist. Die Daten läd ein Raspberry Pi stündlich von der offiziellen API herunter.

Konsole

Am Anfang konnte ich noch nicht abschätzen, was für ein Mammutprojektdas das werden würde. Deshalb habe ich die Daten zu Beginn nur in einer CSV-Datei gespeichert und mit einem Pythonscript im Terminal ein paar Balkendiagramme gezeichnet.

Django

Später habe ich zur besseren Visualisierung eine lokale Website aufgesetzt. Dafür habe ich das Framework Django verwendet, was den Vorteil hatte, dass ich einfach über Python mit meinem Analyse-Backend kommunizieren konnte. Ich war aber mit vielem unzufrieden und dass lies sich mit nur Django allein schwer beheben, zudem musste ich alle Digramme in den HTML Canvas rendern.

Node

Es war Zeit etwas grundlegend zu verändern. Mein vanilla Pythonscript konnte die Menge an Daten nicht mehr effizient auswerten und komplizierte Operationen waren darauf auch nicht möglich.
Also habe ich alles neu geschrieben und speichere alle Daten nun in eine richtige Datenbank. Mit Django war ich ja auch nicht glücklich und da ich sowieso alles mit JavaScript repariert habe, habe ich die Seite einfach ohne Framework neu geschrieben. Mit d3.js für die Diagramme bin ich nun auch viel flexibler. Das Backend besteht jetzt aus einem umfangreichen express.js Server auf Node.js.

Instagram-Analyse

Als ich den Spiegel Mining Talk von David Kriesel vor einigen Jahren zum ersten Mal gesehen habe, dachte ich, dass so etwas doch mal extrem spannend wäre, würde man es auf Social Media anwenden. Zum Beispiel um Soziale Gruppen und Freundeskreise von außen abzulesen.

Instagram Followerlisten sind also noch spannender, als man denkt :D

Also habe ich Daten gesammelt und Dateien für Gephi generiert, womit ich diesen ziemlich großen Graph erzeugt habe.

Die Karte hier ist übrigens interaktiv, auch wenn die Accountnamen natürlich nicht sichtbar sind.

Wetterbericht auf dem Fahrrad

Dass Blender über eine Python API verfügt, ist eines der Dinge die es so mächtig machen.

Hier zum Beispiel holt sich mein Script die Wetterdaten für den kommenden Tag aus dem Internet und baut automatisch eine Szene zusammen.

Der Radfahrer fährt "24-Stunden" und erlebt zu jeder Zeit das vorhergesagte Wetter. Zusätzlich geht die Sonne zur richtigen Zeit auf und der Radler ist immer richtig angezogen.

Zu sehen ist der 13. November 2023.