欧美成人午夜精品久久久,国产?V天堂一区二区三区,欧美精品va在线观看,亚洲一区二区三区免费在线观看,av无码精品一区二区久久,欧美性爱视频不卡一区三区,欧美乱人伦视频在线观看,国产一级牲交高潮

ARTICLE DETAIL

資訊詳情

深耕商務(wù)建站與企業(yè)官網(wǎng)運營的一線實戰(zhàn)洞察。

用Python分析Spotify聽歌記錄:從數(shù)據(jù)清洗到可視化的完整實戰(zhàn)

用Python分析Spotify聽歌記錄:從數(shù)據(jù)清洗到可視化的完整實戰(zhàn) 最近整理個人數(shù)據(jù)的時候順手把Spotify的聽歌記錄導(dǎo)出了一份然后用Python做了個相對完整的分析。說實話這個項目屬于那種“工作量不大但收獲感很強”的類型適合剛學(xué)數(shù)據(jù)分析的人練手也適合老手快速摸清自己的音樂偏好。你不需要能訪問什么內(nèi)部接口只要會基礎(chǔ)的Python和pandas就能跑通。先說結(jié)論整個流程分四步——向Spotify申請導(dǎo)出個人數(shù)據(jù)、拿到JSON格式的播放歷史文件、用pandas清洗和統(tǒng)計、再用matplotlib做可視化。每一步都有坑但都不深認真看完這篇基本能一次跑通。下面我從項目設(shè)計講到編碼實現(xiàn)再講我實際跑數(shù)據(jù)時踩過的幾個問題最后補充一點用API擴展分析的玩法。1. 項目拆解先從“聽歌數(shù)據(jù)”里能挖出什么1.1 這個項目為什么值得做很多人以為聽歌數(shù)據(jù)就是“我聽了多少分鐘”“我最愛的歌手是誰”但實際上Spotify導(dǎo)出的原始數(shù)據(jù)包含的時間、時長、曲目和歌手信息能組合出非常多維度。比如說你能知道自己在一天中的哪個時段最沉迷音樂周末和工作日的聽歌習(xí)慣有什么差異單曲循環(huán)最多的歌是哪幾首甚至通過播放列表的歷史記錄反推自己口味的變化軌跡。這種分析的意義不在于“看排行榜”而在于把散落在云端的行為痕跡變成可量化的自我觀察。對Python學(xué)習(xí)者來說它又是一個真實、非玩具的數(shù)據(jù)集包含時間解析、字符串處理、分組聚合、排序篩選這些高頻操作比翻教科書上的示例數(shù)據(jù)有代入感得多。1.2 數(shù)據(jù)來源對比主動導(dǎo)出和API接口怎么選在做任何分析之前第一件事是搞清楚數(shù)據(jù)從哪來。Spotify的數(shù)據(jù)獲取有兩種主流方案一種是直接在賬戶設(shè)置里申請導(dǎo)出數(shù)據(jù)文件另一種是通過官方API按需拉取。兩者看著都叫“數(shù)據(jù)”但差別很大。主動導(dǎo)出走的是隱私數(shù)據(jù)下載流程你需要在Spotify賬戶頁面的隱私設(shè)置里找到“Download your data”提交申請后等郵件通知。下載的文件是一堆JSON和HTML的壓縮包其中最重要的就是StreamingHistory開頭的JSON文件里面記錄了每次播放的曲目、歌手和結(jié)束時間。這個方案更適合做歷史全量分析因為它能把幾年前的數(shù)據(jù)都給你。API方案則靈活能實時查詢當前播放的曲目、獲取歌單詳情、拉取音頻特征數(shù)據(jù)但它需要注冊開發(fā)者應(yīng)用拿到client_id和client_secret而且默認配額也只覆蓋用戶授權(quán)范圍內(nèi)的數(shù)據(jù)歷史播放記錄并不能完整回溯。我的建議是做歷史回顧用導(dǎo)出文件做實時擴展用API兩者不沖突。1.3 整體分析流程設(shè)計我把整個項目拆成了五個階段這樣寫代碼和排查問題都清晰階段一數(shù)據(jù)獲取申請導(dǎo)出并解壓確認文件結(jié)構(gòu)。階段二數(shù)據(jù)導(dǎo)入用Python讀取JSON拼接成DataFrame。階段三數(shù)據(jù)清洗處理時間字段、空值、異常時長。階段四統(tǒng)計分析按小時、星期、月份、歌手、曲目分組。階段五可視化生成排行榜和趨勢圖輸出結(jié)論。這五個階段不是串行的實際情況中經(jīng)常要回頭改。比如我清洗完發(fā)現(xiàn)時間列變成了帶時區(qū)的對象導(dǎo)致分組統(tǒng)計的結(jié)果差了8個小時又得折回去重新處理時間字段。所以你寫代碼的時候不必追求一次完美先把流程跑通再逐步優(yōu)化反而高效。2. 環(huán)境準備與數(shù)據(jù)導(dǎo)入把數(shù)據(jù)格式搞清楚2.1 Python環(huán)境與依賴庫這個項目需要Python 3.8以上版本核心依賴只有三個pandas負責(zé)數(shù)據(jù)處理matplotlib負責(zé)畫圖numpy在個別計算里偶爾會用到。如果你還沒安裝命令行里直接執(zhí)行pip install pandas matplotlib numpy如果你用的是Anaconda這三個庫默認就有連安裝都省了。我在Windows環(huán)境跑通后又在Linux服務(wù)器上跑了一次代碼不需要改動說明跨平臺沒問題。建議你直接在項目目錄下建一個虛擬環(huán)境避免依賴沖突。Python虛擬環(huán)境的管理工具我用的是venv夠用不需要上conda那些重工具。提示虛擬環(huán)境不是可選項。我見過很多人在全局環(huán)境里裝包結(jié)果某個庫的版本升級把其他項目弄崩了。用venv隔離后這個分析項目的依賴就鎖死了不會波及你別的項目。2.2 StreamingHistory結(jié)構(gòu)的詳細解讀Spotify導(dǎo)出的壓縮包解壓后常見的文件夾叫MyData里面會有多個文件。我只關(guān)注StreamingHistory它通常按照數(shù)據(jù)量拆成多個文件命名規(guī)律是StreamingHistory0.json、StreamingHistory1.json以此類推。每個文件內(nèi)部是一個JSON數(shù)組數(shù)組里每個對象代表一次播放記錄字段結(jié)構(gòu)固定如下[ { endTime: 2024-11-01 18:30, artistName: 鋼琴曲收藏家, trackName: River Flows In You, msPlayed: 172000 }, { endTime: 2024-11-01 18:33, artistName: Yiruma, trackName: River Flows In You, msPlayed: 92000 } ]四個字段的含義非常直白endTime是這首歌播放結(jié)束的本地時間精確到分鐘artistName是歌手名trackName是曲目名msPlayed是實際播放的毫秒數(shù)。注意它記錄的是“結(jié)束時間”而不是“開始時間”這會影響你后續(xù)對時段的分析口徑。我在第一次做小時分布圖時就踩了這個坑后面會專門說。還有一點值得注意msPlayed并不等于歌曲總長度而是Spotify實際計算到的播放時長。用戶手動切歌、斷網(wǎng)重連、跳過前奏都會產(chǎn)生各種不一致的播放時長。這也意味著你可以在分析時對時長做很多文章比如判斷哪些歌是播完的哪些是秒切的。2.3 數(shù)據(jù)加載與合并的完整代碼拿到文件之后讀取的邏輯很簡單但要注意路徑別寫死最好讓腳本自動掃描目錄下的所有StreamingHistory文件import pandas as pd import json import glob # 掃描當前目錄下所有StreamingHistory文件 files glob.glob(StreamingHistory*.json) print(f找到 {len(files)} 個播放歷史文件) # 逐個讀取并合并 all_dfs [] for f in files: with open(f, r, encodingutf-8) as fp: data json.load(fp) df pd.DataFrame(data) all_dfs.append(df) print(f{f}: {len(df)} 條記錄) df pd.concat(all_dfs, ignore_indexTrue) print(f合并后總記錄數(shù): {len(df)})這段代碼里有個小細節(jié)encodingutf-8必須顯式指定不然在Windows中文環(huán)境下容易觸發(fā)UnicodeDecodeError。還有拼接DataFrame時設(shè)了ignore_indexTrue這樣行號會連續(xù)遞增后面做過濾或去重會更方便。讀完之后建議先看一眼數(shù)據(jù)長什么樣確認列名沒有因為版本更新而變化print(df.head()) print(df.dtypes)如果一切正常你會看到endTime是object類型、artistName和trackName是object類型、msPlayed是int64類型。這個類型分布很關(guān)鍵object代表它是Python字符串int64代表它是整數(shù)后續(xù)所有處理都基于這個認知展開。3. 數(shù)據(jù)清洗與核心統(tǒng)計讓零散記錄變成可讀指標3.1 時間字段處理與時區(qū)注意項時間處理是整個項目里最容易出錯、也最影響后續(xù)分析的環(huán)節(jié)。Spotify導(dǎo)出的endTime字符串格式是“YYYY-MM-DD HH:MM”沒有秒也沒有時區(qū)信息。我的建議是先把字符串轉(zhuǎn)成pandas的datetime類型這樣后面按小時、星期、月份分組非常方便df[endTime] pd.to_datetime(df[endTime])這里有一個隱藏問題endTime到底記錄的是哪個時區(qū)從我的實際數(shù)據(jù)來看它用的是你賬號當時所在位置的本地時間。如果你長期在同一個時區(qū)那就沒什么影響如果你經(jīng)??鐕眯谢蜷_了代理節(jié)點那么小時分布圖里會出現(xiàn)明顯的“幽靈時段”。這種情況沒有完美的修正方案因為你無法從導(dǎo)出文件里反推出每個時刻的真實偏移量。我的處理辦法是假設(shè)絕大多數(shù)記錄都來自常住時區(qū)這個假設(shè)在統(tǒng)計框架下是可接受的。時間列轉(zhuǎn)成datetime之后我習(xí)慣同時生成幾個衍生列后面能少寫很多重復(fù)代碼df[date] df[endTime].dt.date # 日期 df[hour] df[endTime].dt.hour # 小時 df[weekday] df[endTime].dt.dayofweek # 星期幾0周一 df[month] df[endTime].dt.to_period(M) # 月份 df[duration_minutes] df[msPlayed] / 60000 # 播放時長單位分鐘這里最簡單也最實用的衍生列就是duration_minutes。因為msPlayed動輒十幾萬肉眼完全沒法讀比如172000毫秒你心算要反應(yīng)幾秒但轉(zhuǎn)成2.87分鐘就一目了然了。后面所有“播放時長”的分析我都用這個派生列。3.2 播放時長過濾先把噪音去掉真實數(shù)據(jù)里很大一部分記錄的msPlayed都非常小。比如幾秒鐘就切歌了或者不小心誤觸播放了三秒就暫停。這些數(shù)據(jù)如果不過濾會嚴重干擾你對歌曲真實熱度的判斷——它計數(shù)了但并沒有實際的收聽價值。我的過濾標準是只保留播放時長大于等于30秒的記錄。為什么選30秒而不是10秒因為多數(shù)平臺的“播放一次”標準是30秒你用這個閾值算出的播放次數(shù)和平臺官方統(tǒng)計口徑能對上。當然你也可以用60秒看你想分析什么。如果你關(guān)心的是“哪些歌我連30秒都撐不過”那這堆短時長記錄本身就是很好的分析素材。df_valid df[df[duration_minutes] 0.5].copy()過濾之后數(shù)據(jù)量通常會有10%到20%的縮減。這種“丟棄”不是浪費而是讓后續(xù)分析更聚焦。同時我建議把原始df保留在內(nèi)存里別急著覆蓋因為后面做對比分析時可能還會用到。3.3 核心指標計算總時長、歌手畫像、曲目熱度處理完數(shù)據(jù)第一個要算的指標是“總播放時長”。這個值直觀適合用來描述個人音樂消費的總體水平total_hours df_valid[duration_minutes].sum() / 60 print(f有效播放總時長: {total_hours:.1f} 小時)接著看歌手維度。我習(xí)慣同時算兩個視角按播放次數(shù)排名和按累計播放時長排名。這兩個排名經(jīng)常不一樣差異本身就是信息。比如某位歌手的歌你經(jīng)常單曲循環(huán)那它按次數(shù)排名會很高但如果某個歌手的歌都是五六分鐘的長歌每次你也都能聽完整首那按時長排名就會更靠前。# 按播放次數(shù)排名 artist_count df_valid.groupby(artistName)[trackName].count().sort_values(ascendingFalse) # 按累計播放時長排名 artist_duration df_valid.groupby(artistName)[duration_minutes].sum().sort_values(ascendingFalse) artist_stats pd.DataFrame({ 播放次數(shù): artist_count, 累計時長_分鐘: artist_duration }) print(artist_stats.head(10))曲目維度的分析類似但要考慮同名歌曲的問題。不同歌手可能有同名歌曲所以groupby時最好同時按artistName和trackName分組才夠精確track_stats df_valid.groupby([artistName, trackName]).agg( 播放次數(shù)(duration_minutes, count), 累計時長(duration_minutes, sum) ).sort_values(播放次數(shù), ascendingFalse) print(track_stats.head(10))這一步跑完你已經(jīng)能回答“我最常聽的歌手和歌曲是什么”這個最基礎(chǔ)的問題了。但我還想多提一個指標就是單曲循環(huán)率。它可以用“播放次數(shù)超過20次的曲目數(shù)量”占“去重后曲目總數(shù)”的比例來表示。這個比例越高說明你的聽歌偏好越固定越不容易接納新歌比例越低說明你的歌單越多元。這個指標不高深但很有個人洞察加成。4. 可視化與結(jié)果解讀用圖表講出你的聽歌故事4.1 圖表選型與中文字體配置統(tǒng)計數(shù)字能說明問題但一張好圖的信息密度往往比十個數(shù)字更高。我的可視化選型原則很簡單能簡潔就不復(fù)雜能用柱狀圖就不堆三層嵌套。這次項目里最常用的幾個圖如下Top 10 歌手柱狀圖橫向柱子好讀歌手名字不會被截斷。24小時播放量分布柱狀圖一眼看出夜間和高峰。每周各天播放量柱狀圖對比工作日和周末差異。月度播放趨勢折線圖展示時間跨度的變化。做圖之前必須先配置中文字體否則matplotlib默認字體里沒有中文坐標軸的標簽全部顯示成方框。我的配置如下import matplotlib.pyplot as plt plt.rcParams[font.sans-serif] [SimHei] plt.rcParams[axes.unicode_minus] Falseaxes.unicode_minus也很關(guān)鍵。不設(shè)成False的話圖表里的負號會顯示成亂碼方塊雖然聽歌數(shù)據(jù)很少涉及負數(shù)但圖例和坐標軸有時仍會觸發(fā)這個問題。這兩個配置放在腳本開頭全局生效。4.2 四張最有信息量的圖第一張圖是Top 10 歌手播放次數(shù)柱狀圖。我用的是橫向條形圖因為歌手名字一般都比較長橫向排列閱讀更自然top_artists artist_count.head(10)[::-1] # 反轉(zhuǎn)順序讓最大的在頂部 fig, ax plt.subplots(figsize(10, 6)) ax.barh(top_artists.index, top_artists.values) ax.set_xlabel(播放次數(shù)) ax.set_title(Top 10 歌手播放次數(shù)) plt.tight_layout() plt.savefig(top_artists.png, dpi150)第二張圖是24小時播放量分布。這部分數(shù)據(jù)能反映你的作息習(xí)慣比如你是夜貓子還是早鳥午休時間是不是也在聽歌hourly_play df_valid.groupby(hour)[duration_minutes].sum() fig, ax plt.subplots(figsize(10, 5)) ax.bar(hourly_play.index, hourly_play.values) ax.set_xticks(range(0, 24)) ax.set_xlabel(小時) ax.set_ylabel(累計播放時長分鐘) ax.set_title(24小時播放時長分布) plt.tight_layout() plt.savefig(hourly_distribution.png, dpi150)第三張圖是星期分布。周末和工作的對比通常非常明顯。有人周末聽歌多因為時間自由有人反而工作日通勤路上聽得多周末安靜下來反而不開音樂。第四張圖是月度播放趨勢折線圖。如果你的數(shù)據(jù)跨越兩三年這張圖能清晰地展示你對音樂的熱情是逐年上升還是逐漸冷卻。我看自己的數(shù)據(jù)時發(fā)現(xiàn)年中有一個明顯的低谷回頭看那是工作最忙的幾個月份音樂消費直接腰斬。4.3 結(jié)果解讀圖表背后能看出什么圖做出來后不要只發(fā)“哦真好看”要學(xué)會解讀。比如我在自己的數(shù)據(jù)里發(fā)現(xiàn)了一個很有意思的現(xiàn)象周末深夜的播放量占比明顯高于工作日。這說明我的聽歌行為不只是“通勤時段”還承擔著放松助眠的功能。另一個解讀維度是累計播放時長的周期性。如果月度趨勢圖里出現(xiàn)明顯的季節(jié)性波動先別急著下結(jié)論想想是不是因為寒暑假、年終加班季、或者某個月迷上了播客導(dǎo)致純音樂時間被擠占。這種觀察不一定準確但它能引導(dǎo)你回到原始數(shù)據(jù)里去驗證這本身就是數(shù)據(jù)分析的正循環(huán)。5. 常見問題與排查技巧實錄5.1 UnicodeDecodeError和中文亂碼這是Windows用戶最容易踩的坑。讀取JSON文件時如果不指定編碼或指定錯了編碼會出現(xiàn)UnicodeDecodeError: gbk codec cant decode byte類似報錯。解決方案就是所有open操作都顯式指定encodingutf-8讀JSON用utf-8寫CSV時加上encodingutf-8-sig。utf-8-sig比utf-8好在哪它會在文件開頭寫入BOM標記這樣你用Excel打開CSV時中文不會亂碼。如果只用utf-8Excel默認用ANSI解析中文就全變問號了。這個細節(jié)我吃過兩次虧第一次還以為是pandas的問題后來才明白是編碼標記的鍋。5.2 數(shù)據(jù)量大導(dǎo)致內(nèi)存和性能問題有些人的播放歷史跨度很長數(shù)據(jù)量可能達到幾十萬條記錄。這種情況下直接pd.concat拼接所有StreamingHistory文件通常還是沒問題但如果你的電腦配置比較老每次運行腳本都要等好幾秒體驗會下降。我常用的優(yōu)化手段有幾種一是在讀取時就刪除不關(guān)心的列比如如果你不分析專輯信息就不加載它二是只保留需要的字段盡早減小DataFrame的尺寸三是用df_valid df[df[duration_minutes] 0.5].copy()過濾后及時把中間變量釋放掉。還有一點是如果StreamingHistory拆成了幾十個文件你可以改成循環(huán)里邊讀邊拼接而不是先存一個大list再concat內(nèi)存峰值會低很多。如果你后續(xù)還要做更多計算可以把清洗后的結(jié)果存成pickle或parquet格式下次直接讀取比重新跑一遍JSON解析快得多df_valid.to_pickle(spotify_history.pkl) df_loaded pd.read_pickle(spotify_history.pkl)5.3 時間統(tǒng)計差8小時或13小時這是時區(qū)問題最常見的外在表現(xiàn)。我在第一次跑24小時分布時發(fā)現(xiàn)凌晨時段幾乎沒數(shù)據(jù)高峰出現(xiàn)在下午5點到晚上7點但我的真實聽歌高峰明明是睡前11點左右。排查半天才發(fā)現(xiàn)原始時間字段里存的是UTC我卻按本地時間處理了。后來統(tǒng)一把endTime轉(zhuǎn)成datetime后又用dt.tz_localize(UTC).dt.tz_convert(Asia/Shanghai)做了顯式轉(zhuǎn)換數(shù)據(jù)才正常。不過要再次強調(diào)Spotify導(dǎo)出文件的endTime通常是本地時間并不是UTC。所以遇到時間偏移問題時不要盲目套用tz_convert先單獨打印幾條原始記錄對照你自己的真實聽歌時刻確認偏移方向再動手。5.4 播放時長出現(xiàn)0或者少數(shù)異常大值有些記錄msPlayed是0說明歌曲可能改成了私密會話或者播放被打斷得非???。另一些記錄可能是幾個小時的播客或者某個直播類音頻msPlayed會比普通歌曲長很多達到幾萬秒。如果這些極端值混在歌曲分析里會導(dǎo)致你的“最常聽歌曲”排名被播客或環(huán)境音霸榜。我的處理方法是做一個使用場景判斷如果你只想分析音樂類曲目可以按播放時長設(shè)置一個上限比如超過30分鐘的記錄全部剔除或者單獨挑出來歸類為“長音頻”。按需過濾后歌曲排名才會回歸正常。5.5 去重與重復(fù)記錄原始數(shù)據(jù)里有一個容易被忽略的問題同一首歌曲在同一天內(nèi)播放多次時會生成多條記錄這本身是正確的但如果你不小心用相同的處理邏輯跑了兩次數(shù)據(jù)合并會導(dǎo)致記錄數(shù)翻倍統(tǒng)計結(jié)果直接失真。我建議在腳本里打印一個“總記錄數(shù)”的校驗值并且在不同階段重復(fù)打印比對。如果發(fā)現(xiàn)數(shù)字異常翻倍多半是腳本被重復(fù)執(zhí)行了或者concat時沒有排除掉已讀入的文件。還有一個去重場景是同一秒鐘或同一分鐘內(nèi)出現(xiàn)兩條完全一樣的記錄這很可能是Spotify因為網(wǎng)絡(luò)重試機制導(dǎo)致的重復(fù)上報。可以用drop_duplicates()按關(guān)鍵列去重df_clean df_valid.drop_duplicates(subset[endTime, artistName, trackName, msPlayed])去重數(shù)量通常很少但如果有最好還是在統(tǒng)計之前干掉免得“最熱歌曲”被重復(fù)計數(shù)虛高。6. 擴展玩法用API補充音頻特征分析6.1 spotipy接入與授權(quán)流程本地導(dǎo)出數(shù)據(jù)能告訴你“聽了什么、什么時候聽、聽了多久”但它回答不了“這些歌聽起來是什么風(fēng)格、能量多高、是否憂傷”。這就要借助Spotify官方API來補全音頻特征了。Python生態(tài)里最常用的庫是spotipy安裝一行命令搞定pip install spotipy使用之前需要先去Spotify開發(fā)者后臺創(chuàng)建一個應(yīng)用拿到Client ID和Client Secret。然后通過用戶授權(quán)流程獲取訪問令牌。這個流程不是直接把賬號密碼交給腳本而是通過OAuth協(xié)議讓用戶在瀏覽器里確認授權(quán)安全性其實更高。我第一次用的時候覺得繁瑣但看完流程就明白了它本質(zhì)上和你用微信登錄某個網(wǎng)站是一個邏輯。6.2 獲取音頻特征的代碼示例授權(quán)完成后spotipy會返回一個client對象你可以拿著歌手名或曲目名去搜索再通過track id獲取音頻特征。音頻特征里包括danceability、energy、valence、acousticness等數(shù)值全部在0到1之間。import spotipy from spotipy.oauth2 import SpotifyOAuth sp spotipy.Spotify(auth_managerSpotifyOAuth( client_id你的client_id, client_secret你的client_secret, redirect_urihttp://localhost:8080/callback, scopeuser-library-read )) # 示例搜索一首歌并獲取特征 results sp.search(qRiver Flows In You, typetrack, limit1) track results[tracks][items][0] features sp.audio_features(track[id])[0] print(fdanceability: {features[danceability]}) print(fenergy: {features[energy]}) print(fvalence: {features[valence]})拿到這些特征后可以和你前面統(tǒng)計出的“高頻曲目表”做關(guān)聯(lián)看看你反復(fù)聽的歌到底偏high還是偏low、偏歡快還是偏憂郁。我跑完發(fā)現(xiàn)我的高頻曲目里valence平均值明顯偏低這倒是符合我平時用音樂平靜心緒的習(xí)慣。6.3 擴展玩法的更多可能性音頻特征還可以組合出很多有意思的分析方向。比如把一天24小時拆成幾段分別計算你在每個時段播放歌曲的平均energy值很可能發(fā)現(xiàn)早上聽歌能量高、晚上能量低這種規(guī)律?;蛘甙衙恐苊刻斓膙alence均值畫成熱力圖配合星期數(shù)據(jù)看情緒波動。接口本身還有推薦功能能基于音樂特征生成相似曲目推薦。我知道有些朋友把這個項目做成了自動化周報每周自動分析聽歌習(xí)慣變化然后推送到郵箱或聊天軟件。這些都是后話但說明這個項目的擴展空間很大夠你玩很久。我在實際跑完整套流程后最有感觸的一點是分析自己聽歌數(shù)據(jù)最大的收獲不是一張張圖表而是突然理解了自己很多無意識的行為模式。比如我從來沒意識到自己在深夜時段播放的歌曲重復(fù)率那么高也沒想到周末中午會有一個明顯的播放空白期。這些洞察不靠數(shù)據(jù)分析很難浮出水面。如果你也想試著跑一遍建議先從導(dǎo)出數(shù)據(jù)、計算總時長和Top歌手開始跑通之后再慢慢往上加?xùn)|西這個項目沒有標準答案做得越多、越像你自己。
返回列表
PREV
查看更多資訊
NEXT
返回資訊列表
久热99视频在线观看| 六月婷婷无码观看| 婷婷五月天视频| 思思视频这里是精品| 婷五月天| 日日日日操| 六月婷婷日| 日本色色色| 午夜理论片最新午夜理论剧| 狠狠爱深色婷婷综合| 操一操| 玖玖91| 六月丁香成人网| 99热超碰人| 丁香五月天啪啪激情综和网 | 久草A片| 精品久久99| 五月丁香激情啪啪| 少妇搡BBBB搡BBB搡毛茸茸| 97色视频网| 激情五月天婷婷视频| 久久A区B区| 久久九九Com| 99热99热99热99热| 久久44| 丁香五月激情综合网激情五月| 九九综合| 丁香五月天欧美| 欧亚成人A片一区二区| 亚洲国产精品五月天| 色色色热热热| 深爱激情网婷婷| 在线观看国产高清视频免费网站 | 好色婷婷| 九色视频91| 99干视频| 五月丁香网站| 国产精品五月天婷婷| 丁香五月开心七月| 这里只有精品视频| 天天开心天天色| 丁香五月婷婷在线| 欧美成人网婷婷综合在线| 欧美性猛交99久久久久99按摩| 久久开心五月婷婷| 色婷另类| 亚洲亚洲人成综合网络| 九九精品在线观看视频6| www久久久久| 色五月涩涩婷婷| 91色九| 丁香六月婷| 欧美va亚洲va| Www.Av网9| 99久久精品国产色欲| 国产亚洲99久久精品| 思思热在线视频精品| 五月婷庭丁香在线| 久久久性爱网| 五月丁香直播| 激情性爱网站| 99热精品在线在线| 欧美乱码国产一级A片| 国产日产成人亚洲欧美国产VA| 国产婷婷综合| 综合网色综合| 色五月综合网| 饮料下药迷倒漂亮女同事强干| 欧美色色色色色色色| 日韩婷婷| 五月天丁香综合久久国产| 婷五月天天| 色伊人91在线视频| 久久97| 五月色丁香婷婷中文字幕| 久久国产成人9999久久久久| jiZZdr| av第一二区| 九月丁香| 日本色爽| www久热com| 人人射av| www.91在线观看| 日日夜夜天天| 另类专区在线观看| 成人无码髙潮喷水A片| 影音先锋偷偷色男人站| 色狠狠色综合| 五月丁香色五月| 插逼综合网| 超碰成人黄色网| 97干免费视频| 99re6久热只有精品6在线直播| 夜夜夜夜操| 99re热在线视频| 九九久久玖玖爱| 色婷婷99| 欧美内射AA| 激情綜合W W W,激情五月天| www.综合久久| 丁香五月天人体| 国产1区2区| 天天做综合网色综合| www91久久| 婷婷香五月| 7777激情基地| 99人妻碰碰碰久久久久| 丁香五月婷婷图片综合| 9久精品| 色噜噜狠狠色综合日日免费| 亚洲色综合| 六月综合婷婷开心伊人| 亚洲成人AV电影网| 人人操超碰| 四LLL少妇BBBB槡BBBB| 超碰人人超碰| 九九免费视频| 久久婷婷五月综合色欧美| 精品久热69| 久热网站| 九色无码| 天天色99| 一本色道久久88加勒比—| 丁香五月激情图片婷婷| 麻豆AV一区二区三区| 九九九九这里只有精品| 色婷婷www| 中文在线视频久1| 九六五月天婷婷| 婷婷久久视频| 丁香婷婷五月天色播| 91久久久久久| 久久er99热精品一区二区| 狠狠操天天干| 亚洲国产精品二二三三区| 香蕉国产2013| 色五月婷婷1| 偷偷与邻居做爰完整视频| 色色激情五月天| 欧洲一区二区| 婷婷五月天成人| 六月丁香啪啪| 日本3级片偷拍网站| 久碰综合| 亚洲成人无码网站| 午夜性爱影视一区77| 视频1区2区| www.婷婷五月| 97 A I色色| 欧美内射AA| 综合99综合久久久久久久| 婷婷激情图片| 免费国产视频| 丁香六月婷婷| www.99在线| 九九五月天| 婷婷五月电影院| 97AV在线视频| 激情丁香婷婷| 亚洲无AV在线中文字幕| 99操网站| 免费看无码视频A级| 99热全是精品| 欧美在线看| 丁香五月91| 亚洲成人va| 婷婷大美在线| 天天爽天天摸| 欧美性爱一区| 欧美视频五区| 欧美久草在线日本一级特黄大片做受9在线观看韩国电影《两个女人》未删减-毛片 | 久久综合干| 久久综合九九| 日产精品一线二线三线芒果| 影音先锋91视频| 91九色PORNY中文啦| 欧美三级视频下载| 综合啪啪| 婷婷操逼| 国产又爽又猛又粗的视频A片 | 激情五月五月婷婷| av亚洲国产小电影| 一区二区乱视频码| 丁香五月婷婷色情综合| 日本啪啪网| 丁香六月啪啪| 欧美婷婷色| 久久月天堂| 丁香婷婷久久综合在线| www.99久| 亚洲一区先锋影音| 久久99网| 能看的av| 9999热在线| 丁香 亚洲 久久| 人妻九九九九| 深爱激情AV| 99爱免费视频| 黄网免费看| 大香蕉久艹| 天天综合天天做天天综合| 色噜噜婷婷| 久久婷婷六月综合| 日韩啊啊啊| 欧美色图片88| 久久丝袜婷婷| 99热9| 亚洲三级无码| 爽极品色| 色五月天激情| 四色永久成人网站| 欲求不满的人妻| 色欲久久久久久综合网综合网| 97在线综合| 色色色色色色色色色999| www.久久爱.com| 丰满老熟妇BBBBB搡BBB| 青青草色在线视频观看| 久久这里有| 尔尔AV一区| 久久久亚洲成人无码A片| 99久久视频| 婷婷五月天AV激情| 亚洲激情综合| 9精品视频在线观看| 黄网在线免费| 婷婷月综合| 日操五月婷| 麻豆雪千夏| 99热思思| 久久婷婷五月综合激情国产| 深爱激情久久| 久久五月综合| 久久全色| 六月婷婷日| 五月婷婷五月| 丁香五月之久操视频| 中文字幕九九九九| 99成人免费热视频| 免费视频99| 九九九AAA热视频| 2025天天爽天天摸| 99热播放| 色综合色综合色综合| 婷婷久久久久| 久色资源| 影音先锋91| 一级A片天天操夜夜操| 91丨九色丨大屁股| 久草五月婷婷| 9l视频自拍9l视频自拍九色学生| 日韩五月婷婷| 色五月丁香网| 伊人久久大香| 成人色五婷婷| 91操在线| 99免费| 色99久草在线| 丁香婷婷在线| 国产黄大片在线观看画质优化| 婷婷综合| 99视频这里有精品| 女性自慰系列第五页| 天天综合色| 六月婷欧美丁香综合| www.狠狠狠.com| 婷婷丁香六月天| 色三级色三级| 日韩欧洲亚洲| 99综合视频一体| 情色婷婷五月天| 欧美人人超级碰| 婷婷激情五月天视频在线| 国产美女无遮挡裸体毛片A片 | 八戒青柠影视剧在线观看| 亚洲va综合va国产va中文| 五月天丁香久久| 丁香五月激情五月开心五月| 久久这里只有精品视频15| 丁香综合伊人| 这里只有精品1| 激情婷婷22月间| 99色播| 国产成人精品一区二三区熟女在线| 天天做天天爱天天爽夜夜揉| 涩丁香91| 五月天丁香成人| 丁香色情五月综合激情| 超碰精品在线| 欧美性丁香色色五月天综合爱爱| 能看的av| 深爱五月中文字幕| 五月婷婷丁香日韩在线| 欧洲色色| 日本五月天网站| 婷婷性福五月天| 九九五月天| 超碰人人操人人干| 色五月婷婷少妇人妻| 亚洲精品无码一区二区| 第四色五月激情网| 97超级碰人人| 六月综合婷婷开心伊人| 亚洲va综合va国产va中文| 中文字幕日产A片在线看| 性色做爰片在线观看WW| 色婷婷狠狠禁久久| 成人中文字幕在线| 国产片天天爽夜夜爽| 色五月丁香总合网| 思思久日精品视频| 美女天天爽| 99re热在线观看| 丁香五月婷婷啪啪| 无码91中文字幕| 69人人操人人爽| 五月婷婷丁香综合| 五月天婷婷久久| 《亚洲操B久久免费在线观看,亚洲操B久久在线播放》在线播放 - 高清资源 - 97 | 丁香六月婷婷色XXXX| 热思思| 久久天堂精品| 亭亭玉月丁香| 综合一本道| www.久久久久久久| 色色网站毛片| 婷婷97碰碰| 五月花婷婷在线精品视频| 99在线精品免费视频| 五月天婷婷激情在线色图| 婷婷九九| 综合网精品99| 97综合在线| 午夜爱爱爱成人| www.99免费视频| 丁香婷婷六月天| 色婷婷成人在线| 精品视频网| 日韩成人免费电影| 色狠狠色狠狠| 九九热AV| 国产亚洲色婷婷久久99精品91 www.riverspirits.org www.hnnun.com www.changh | 婷婷99综合| 丁香六月激情毛片| 五月天无码视屏播放| 综合九九| 五月婷婷激情综合| 久啪欧美| 狠狠ri| 久久久久久久久久久97| 岛国资源网| 精品爆操| ..真实国产乱子伦对白在线_欧| 人人操人人看97干| 丁香五月综合福利视频导航| 婷婷色九月| 色五月激情五月| 婷婷中文网站| 欧美丁香六月激情视频| 97碰碰视频在线观看| 久久AAAA片一区二区| 亚洲黄3级片网站欧美| 亚洲综合网区| 91久久色| 琪琪色网址| 五月婷婷六月色| 九九热99在线视频| wwxx日本| 五月天色图| 婷婷在线日韩综合| 玖月婷婷爱丁香| 五月婷婷丁香狠狠撸久久| 综合网色| 亚洲有码在线视频| 五月婷婷丁香色播网| 99热这里只有精品3| 亚洲av成人一区二区电影在线| 99热永久在线观看| 精品99在线| 色天堂婷婷| 丁香激情久久| 超碰人人干| 久99999热视频在线观看免费| 91综合国免费久入| 天天爽天天摸人妻综合网| 色婷婷色综合激情91| 人人爱干人人爱草| 婷婷综合色| 永久天堂日本| 小视频一区| 国产这里只有精品| 大香蕉啪啪| 色色色色色色网站| 影音先锋男人站,影音先锋男人色资源网,影音先锋AV最新资源站,影音先锋AV资源 | 婷婷 久综合| 狠狠色成人影片| 丁香五月天AV在线 | 这里只有精彩亚洲视频推荐| 99ER热精品视频| 婷婷久久综合| 日韩精品999| 大香蕉懂9| 天天爱天天做天天爽| 99热这里只有精品在线| 色婷婷狠| 国产婷婷综合| 免费在线a| 丁香五月天激情AV| 五月婷精品| 欧美情色电影一区二区| 91成人性爱视频| 毛片新网地| 亚洲噜色| 一本狠婷婷综合| 五月天激情av| 大香蕉五月丁香| 日韩丁香涩| 婷婷六月天| 亚洲精品又粗又大又爽A片| 99久久国产宗和精品1上映| 67194线路二在线观看| 天天五月香欧美| 九月婷婷久久久| 久久香蕉丁香| 婷婷的99视频网站| 操笔无码| 97色婷婷| 六月色日韩| 五月婷婷中文| 婷婷五月激情的图片| 久久亚洲婷婷| 97色色婷婷| www天天色天天射| 在线综合网| 久久久久久久久99精品| 国产色色视频| 亚洲欧洲中文日韩久久AV乱码| www久久久久久久久久久| 高清资源站日A美A欧亚…| www.夜夜操| A片试看50分钟做受视频| 国产精品VIDEOSSEX久久发布| 色五月天婷婷婷婷婷婷婷婷婷婷婷婷婷婷婷婷婷婷婷婷婷婷婷婷婷婷婷婷 | 一级性爱视频| a色色片| www.五月.com| 亚洲五月六月婷婷| 久久看九九90| 99久精品视频| 狠狠狠狠操| 成人国产欧美大片一区| 伊人五月丁香| 97黑人精品区| 大香蕉啪啪啪| 午夜丁香六月婷| 欧美三级A做爰在线观看| 五月天天天开心激情网| 91热在线观看视频| 99九九热视频| 天天开心天天色| 天天插天天插| 99热20| 99久热| www.热99热| 国产色色色色色| 狠狠色噜噜狠狠狠狠综合| 日熟女| 美日韩成人| 久久五月情| 99精品97| 六月丁香婷婷开心综合基地| 婷婷99狠狠| 六月香五月婷| www.婷婷五月天.com| 99re这里| www.丁香黄色五月天人与| 99视频在线观看视频| 色综合久久中文| 加勒比色色| 日本婷婷色日| 性无码专区无码| 丁香五月婷婷在线视频| 深爱五月激情| 在线综合91| 丁香婷婷激情综合五月激情| 五月婷婷69| 97色色网| 综合超碰熟| 丁香午月AV中文字幕| 五月丁香狠狠| 天天综合精品| 天堂网操| 五月丁香久人妻中文| 色色网站在线免费观看视频| 操日本99| 99热这里全是精品| 色婷婷色婷婷五月| 99久久精彩视频。| 五月婷婷在线免费观看| 99热综合网| 国产永久一黄| 五月丁香好婷婷A片网| 丁香激情四射| 人妻在线网站| 这里只有精品视频一区| 黄网在线免费观看| 色五月在线| 五月激情婷婷国产精品久久久久久| 天天日天天爽| 丁香五月天之婷婷影院| 日本色婷婷久久99精品91| 91亚洲天堂| 开心激情站| 丁香五月婷婷在线观看| 欧洲亚洲免费视频9| 国产成人亚洲综合亚洲| 午夜性做爰电影| 五月色亭丁香| 99热免费| 综合精品啪啪| 中文激情网| 五月丁香六月婷婷综合| 这里只有精品视频国产| 综合激情在线视频| 欧美日本韩国亚洲| 99热都是精品| 久久您您综合网| 疯狂做受XXXX高潮A片| 丁香六月激情四射| 99操免费视频| www.99精品视频| 婷婷丁香五月综合激情视频| 综合久久婷婷99| 人妻五月天激情开心网| 丁香婷婷色五月| 国产操B视频| 日日操夜夜撸| 99A级片| 五月网站| 久久久久9| 六月久久婷婷| 五月开心激情| 五月婷久久在线| 99九九久久| 狠狠色综合网| 日韩综合网络男女香蕉a片| 操骚货在线| 91色在线 | 日韩| 欧美交换配乱吟粗大25P| 97干欧美| 青青草成人网| 婷婷五月丁香综合人妻| 深爱激情网婷婷| 色欲影香| 五月天婷综合| 啪啪东京热| 大香蕉 婷婷| 五月天开心网| 婷婷操逼| 激情色色| 99精品视频免费观看| 五月丁香婷婷视频| 狠狠操狠狠干综合| 五月丁香六月情婷婷久久| 丁香五月网络网络| 丁香 婷婷 激情 综合 五月| 最新色色五月天| 伦99热| 成人网站高清无码| 久久久久久综合88| 日本啪啪天堂| 欧美成人精品A片免费一区99| 欧美成人AAA片一区国产精品| 婷婷性爱无码视频| www.韩日视频| 99色色| 超碰操网| 99无码| 天天艹天天色| 丁香婷婷综合色五月激情国产基地| 五月成人网站| 久久性操| 六月丁香五月婷婷| 亚洲九九在线| 五月婷婷日本| 五月天综合色| 这里只有免费的精品| www网站在线观看| 日本婷久久| 99久久久国产大片区| 俺去也综合| 亚洲第精品| 丁香狠狠色婷婷久久无码视频| 五月天色婷婷综合| 丁香婷婷激情综合五月激情| 99视频在线观看地址| 色婷婷婷婷五月天| 久久人人看| 色噜噜狠狠色综合日日| 开心五月天激情| 91丨九色丨国产打屁股网站| 久久久久9| 久久婷五月综合色| 大香蕉人人网| 丁香五月婷婷色| 天堂草在线观| 伊人大香蕉综合在线| 99人妻碰碰碰久久久久禁片| 热久久66| 亚洲啪啪网| 久久精彩免费视频| 99热久久这里只有精品2010| 久久色情| 91九九热| 婷婷五月天综合网| 五月婷婷啪啪啪啪| 超碰成人电影| 婷婷伊人综合| 婷婷五月天视频| 日本色色色| 9久视频| 免费看欧美成人A片无码| 色婷网| 欧美色片中文字幕久久久久| 日韩三级高清无码| 五月天综合久久丁香91| 四色综合网| 这里只有精品,日韩视频| 五月激情基地| 影音先锋91资源站| 五月婷婷影院| 亚洲狠9| 99re视频在线精品| 婷婷欧美综合| 激情五月天之五月婷婷| 五月天.com| 狠狠爱综合网| 内射干少妇亚洲69XXX| 九九久久偷拍| 99热99干| caopeng97日韩| 色色性爱视频| 五月天综合| 8050一级网| 激情五月色婷婷| 五月丁香激情综合网官网| 久久多色| 午夜无码精品色综合久久| 99成人小视频| 东京热免费视频| 岛国在线观看91| 激情五月天开心总和网| 青草性爱视频| 日本三级中国三级99人妇网站| 激情骚五月| 在线理论片| 五月婷婷亚洲| 婷婷婷婷婷婷婷婷| 伊人AV五月婷| 日韩五月天婷婷| 亚洲综合字幕色色| 色综合丁香婷婷| 丁香五月天婷婷大香蕉| 国产在线网| 五月天成人综合| 99热综合色图| www.激情| 久狠日av| 婷婷深爱网| 五月婷婷丁香五月亚洲色| 91狠狠色| 色久九| 丁香五月婷婷综合精品素人| 91综合色噜噜| 热婷婷av| 99碰碰碰| 五月天丁香啪啪啪啪| 九九九激情综合| 婷婷五月情| 久久激情五月| 丁香六月婷婷综合| 色综合激情| 日韩久热| 久久婷五月婷| 丁香五月影视| 夜夜爱伊人| 婷婷久久精品| 99.N在线视频| 99精品大片| 毛片色五月| 思思精品热在线| 79成人网| 日日日影院| 五月丁香婷婷激激激综合网色播| 久久人妻高清中文| 这里只有精品久| 日本va视频| 99热成人在线| 人人摸人人搞| 天天射影院| 国产毛片精品一区二区色欲黄A片| 天天干天天干天天操| 天天操天天操天天操| 婷婷激情五月综合| 丁香花操逼| 久久网思思| 99在线观看| 99男人的天堂| 激情綜合W W W,激情五月天| WW婷婷五月天com| 激情五月黄色小说| 色情五月丁香| 国内久久亭亭| 五月天激情小说欧美激情| 日韩一区二区A片免费观看| 久久99操| 狠狠色狠狠操| 婷婷五月天亚洲综合网| 日本三级大片| AV在线资源| 四色五月视频| 色亚洲欧洲| 99色人| 色爱综合网| 亚洲啪视频| 开心激情色婷婷五月天| www.26uuu.com亚洲电影| 丁香六月无码| 五月丁香婷婷综合| 五月婷婷视频| 婷婷狠狠五月综合| 男男野外做爰全过程69| 婷婷五月综合欧美在线播放| 91中文在线| 激情六月婷婷| WWW免费视频碰碰碰碰| 热九九精品| 极品人妻VIDEOSSS人妻 | 五月天婷婷色综合| 丁香五月天久久| 六月色激情| 综合五月天亚洲婷婷| 亚洲、热| 九九色色网| 亚洲亚洲人成综合网络| 亚洲成片在线观看| 色五月婷婷操逼| 伊人五月天日日夜夜久久久天天| 婷婷五月天激情综合深爱激情 | 天天射影院| 日本精品99网站| 99碰碰| www.激情五月天。com| 五月婷婷激情综合网| 99re99在线看| 激情五月天综合网| 插少妇综合网| 精品人妻午夜一区二区三区四区| www激情网| 亚洲视频伍月婷婷| 99啪啪视频| 亚洲岛国电影| 91蜜桃婷婷狠狠久久综合9色| 99热这里只有精品268| 婷婷五月激情小说| 高潮毛片遮挡费高一百度| 婷婷丁香久久| 99er在线观看| 丁香五月婷婷影院| 婷婷激情人妻| 婷婷激情肏屄网| 五月丁香六月激情在线| 婷婷丁香一月| 久久99精品久| 久久98热re| 99热啪啪| 成人片黄网站色大片免费毛片| 五月丁香五月天现场视频| 欧洲综合一区| 日韩一级网站| 五月天色色激情综合| 大学生高潮无套内谢视频| 五月丁香久久激情网| OYIWbGcPu8H| 婷婷六月综合激情| 97人人看| 五月激情综合网| 五月丁香六月停停| 大香人妻| 丁香五月婷婷激情中文| 久久精品99国产精品日本| 狠狠干综合| 婷婷伊人综合中文字幕| 欧美成人性爱网| 极品人妻VIDEOSSS人妻| 色五月大香蕉| 五月天婷综合| 亚洲中文AV网站| 色天天综合色| 五月丁香啪啪| 激情五月婷婷啪啪| 天天xxxxxx天天日| 风流少妇A片一区二区蜜桃| 欧美色婷婷| 99re这里| 色99久草在线| 99视频在线观看欧| 久热超碰| 综合激情伊人影视在线| 超碰九九热| 69色婷婷| 狠狠插日日干撸| 综合AV网| 99国产小视频免费观看| 开心婷婷五月| 欧美99热| 激情5月婷婷| 国内精品免费一区二区2009| 69er小视频| 丁香五月性爱| 人人操91| 色综合久久99色| 超碰妻人人| 五月丁香六月欧美| 无码 av电影| 色久播播| 人妻九九九九| 午夜激情婷婷| 六月婷婷av| 成人电影在线免费试看| 狼人婷婷久久| 色综合天堂| 久久精品99久久久久久| 久久丝袜婷婷| 亚洲视频操| 丁香五月欧美色综合| 婷婷五月天亚洲综合| 疯狂做受XXXX高潮A片动画| 五月天·www·com| 丁香六月啪啪| 亚洲人成网亚洲欧洲无码久久| 伊人网大香| 色五月婷婷av| 日本色道视频网站| 丁香五月天AV在线| 2025天天日爽| 丁香五月天AV在线| 色婷九九九| 免费观看全黄做爰的视频| 久久这里只有精品99| 天天肏视奸| 99热精品在这里| 5月丁香啪啪啪| 少妇丁香婷婷 | 色综合女人99| 伊人五月网| 精品五月花| 久久99热这里只有精品| 这里有精品99| 六月婷婷综合久久| 日韩啪啪视品| 9|无码久久久久久| 66精品成人免费网站在线观看| 色五月婷婷少妇人妻| 免费视频WWW在线观看网站| 婷婷情色五月天| 日日舔夜夜操| 啪啪干伊人婷婷| 久草婷婷| 色欧美一级| 亚洲操人| 91九色视频| 婷婷五月视屏| 午夜无码精品色综合久久| 思思99久久| 99热很操老逼| 91九色白丝| 国产精品国产成人国产三级 | 色色九九五月天| 九九色video| 色综合久久五月天| 成人中文字幕在线| 激情婷婷色色| 日日干夜夜撸夜夜骑| 97干干干丁香| 色五月婷婷小说亚洲中文字幕组| 婷婷五月天堂| 国产午夜成人AV在线播放| 亚洲天堂aaa| 色三级色三级| 九久9精品| 99精品7| 久久五月婷婷电影| 婷婷91| 伊人9草在线观看| 色五月综合网站| 精品人妻伦九区久久AAA片| 一级黄色影片| 99乱视频| 久婷久婷| 色色激情五月| 5月婷婷激情网| 欧美另类五月激情| 玖热精品综合视频| 亚洲综合成人网| 婷婷五月综激情| 国产毛片操B| 激情五月丁香在线观看直播| 五月丁香成人日| 51XX午夜影福利| 婷婷va| 99视频在线观看网址| 色婷婷四虎| 日本久久视频| 99热97| 成片免费观看视频大全| 色婷婷激情| 伊人久久大香线蕉精品| www.色9| 91人妻视频| 婷婷五月丁香超碰| www久久久久久久久久久| 色情婷婷| 人人爱人人草| 婷婷五月天福利| 婷婷综合视频| 国产精产国品一二三在观看| 综合色播| 四川BBB搡BBB搡多人乱亂| 无人区码一码二码三码医生系列| 婷婷中合| 99久久人人| 伊人久久中文网| 久久人人九| 97五月天婷婷综合激情网| 日本欧美啪啪| 亚洲成人网站在线| 五月丁香亭亭操逼| 99热99在线| 激情丁香六月| 永久的网站AAAA | 激情五月,激情综合网| 欧美色五月天| 婷婷色导航| 波多野结衣AV无码Porn| 深夜男女福利刺激影院一区完整| 激情伊人五月天| 五月丁香亭亭| 国产人妻777人伦精品HD| 九一娱乐在线观看视频| 亚洲成人日韩无码精品| 色婷婷五月成人网| 日本色99| av婷婷丁香 六月| 婷婷大美在线| 五月婷婷六月少妇激情| 久久精热| caop在线视频| 日日操日日撸| 日韩成人中文| 婷婷五月激情综合啪啪| 欧美三级欧美一级| 99热永久在线观看| 五月丁香狠狠地噜噜噜噜| 另类激情中文| 成人色五婷婷| 久久精品国产色| 婷婷五月激情四月综合| 狠狠色丁香久久综合婷婷亚洲成人福利| 91操人人操| 色综合久久88| 丁香五月天欧美成人| 激情婷婷五月天伊人在线观看| 亚洲成人噜噜| 任你爽免费视频| 99热8| 人妻第九页| 丁香五月777| 91婷婷在线| 丁香六月爱综合| 亚洲av骚货| 婷婷色在线观看| 九九九九精品精| 亚洲国产网站| 九月婷婷| 日本在线噜噜| 91视频一起草| 国产人妻777人伦精品HD| 激情中文在线| 91超碰在线观看| 五月婷婷丁香av| 9999三级片| 午夜不卡久久精品无码免费| 九九综合网色全集| 天天舔天天摸天天射| 99热这里只有精品5| 九九碰九九爱97超碰| 亚洲第二AV| 色婷婷中文字母五月丁香| 五月天国产婷婷精品视频在线| 成片免费观看视频大全| 五月激情小说| 丁香五月天婷婷91| 国产欧美婷婷五月| 91精产品自偷自偷综合| 色欲天天综合| 天天曰夜夜爽| 亚洲色爽| 婷婷综合在线观看视频| 开心婷婷五月中文字幕组| 色婷婷丁香中文在线播放| 九九无码视屏| 激情五月婷婷五月| 丁香婷婷五月色成人网站| 色欲久久综合| 婷婷爱五月天| 风流少妇A片一区二区蜜桃| 国产免费性爱| 欧亚中文A V| 综合色影院| 人妻久久久久| 午夜青草资源| 99免费热视频| 免费黄色AV| 久久激情五月婷婷| 嫩草AV久久伊人妇女超级A| 免费观看全黄做爰的视频| 97婷婷五月| 一级无码作爱片| 99久久精品色老| 婷丁香久综合| 色五月婷婷天天操夜夜操| 婷婷伊人网| 激情婷婷色色| 激情五月婷婷| 热99视频精品在线| 午夜丁香 婷婷| 色色五月婷| 婷婷精品在线| 九九视频在线观看| 伊人久久婷婷| 涩五月婷婷| 天久综合91综合首页| 91操屁股| 国产 码在线成人网站| 色五月天成人在线| 俺去也五月天| 99色天堂| 极品少妇婷婷五月| 五月天大香蕉婷| 五月丁香色| 久er7久热| 激情5月婷婷| 97操操| 美女久久婷婷| 猫咪伊人久久| 丁香婷婷六月天| 99re思思热久久| 九九99精品视频| 无码人妻丰满熟妇奶水区码 | 精品综合久久久久久五月天| 成人五月天视频| 亚洲五月天婷婷| 五月婷婷欧洲| 久久WW| 人色五月天婷婷| 丁香五月社区| 天天色情站| 婷婷久久图片| ,99视频久久| 六月丁香网| 久久精品99国产精品日本| 丁香五月天天| 亚洲狠狠婷婷综合久久久| 国产精品爽爽久久久久久| 久久精品99国产精品日本| 99热精品网| 蜜臀av无码久久久久久久久| 看久久性爱视频| 亚州AV超碰人人操| 婷婷五月天AV| 丁香五月婷婷亚洲人| 久久9视频| 中文精品在| 亲子乱AV一区二区三区下载| www.99精品在线| 色五月婷婷影院| 激情婷婷久久| 成人综合视频在线| 婷婷五月天丁香社区| 丁香五月婷婷AV| AV在线观看网站| 色五月激情综合网| 国内一级精品| 丁香五月日韩| 亚洲视频在线观看| 五月天啪啪视频| www.com五月天| 日本一级黄色片。| 色五月之第四色| 99资源在线视频| 亚洲三A| 丁香五月天色综合| 五月丁香激情婷婷| 久久99免费视频网站| 丁香五月激情综合网激情五月| www.婷婷五月| 婷婷丁香视频| 五月婷六月婷婷| 98国产精品综合一区二区三区| 色狠狠综合| 五月综合丁香婷婷| 五月婷婷丁香综合,亚洲天堂| 色视五月天婷婷| 久久伊人五月天| 久99视频在线观看| 色五月婷婷小说亚洲中文字幕组| 在线观看视频1区| 天天插天天日天天爽| 婷婷狠狠干| www98日本小时间到了| 思思国产99| 久久五月天激情| 视色网在线播放| 久久九九网| 久碰视频| 91精品久久久久久久| 99re久热只有精品6在线直播.com| 五月天婷婷在线播放免费| 99免费超碰在线| 极品 少妇 内射| www.色婷婷.com| 这里只有精彩小视频视频网站| 五月大香蕉| 婷婷五月激情图片| 操日视频| 999精品乱码77777| 91色吧网| 日本黄色在线观看| 亚洲人妻电影| 激情婷婷九月| 久久婷婷视频| 色欧美影院| 六月婷婷啪啪| www..999热久| 婷婷97碰碰| 91碰操| 激情五月天婷婷| 五月婷婷久久综合| 色天堂操| 久久97| 五月丁香亚洲综合网| 在线视频99| 久久五月丁香| Www,五月天| www.婷婷| 婷婷狠狠综合网入口| 五月天综合网| 97激情五月天| 九九色天堂| 天天日天天舔| 99无码黄色视频| 99ri久久| 婷色天堂| 26.uuu丁香五月婷婷| 五月六月丁香婷婷在线观看| 狠狠色狠狠色综合日日91| 丁香五月婷婷超碰在线| 26uuu91| www.jiujiujiu| 国产69久久久欧美黑人A片| 男人的天堂五月丁香| 六月激情婷婷色| 激情碰碰碰| 久99视频| 色五月婷婷内射| 99久在线精品99re8| 五月丁香另类网| 天天色天天日| 久久人妻www| 激情五月激情综合俺也去婷婷小说| 中文字幕av久久爽| 天天做夜夜爽| 91精品久久久久久综合五月天| 激情图片亚洲| 五月天婷婷久草丁香| 婷婷激情综合网| 久色大| 亚洲、热| 九九Av| 婷婷五月天影院| 日韩成人网站精品久久大全| 五月天色综合| 婷婷五月丁香六月天亚洲综合| 99人人精品| 久草五月| 天天看夜夜看| 97色在线观看视频| 综合婷婷| 深爱五月天天| 五月激情丁香啪啪| 9月色婷婷| 色五月综合激情| 5月色婷婷| 亚洲无码成人| Av在线不卡一区| 中文激情网| 欧美五月丁香| 一二三区视频韩国| 五月婷婷激情刺激| 操人精品| 婷婷99狠| 三人荫蒂添的好舒服A片| 色色丁香激情五月| 99热只有这里有精品| 丁香六月天婷婷开心综合| 91好好热日本在线| 成功精品影院| 婷婷久久色| 九九人妻福利| 亚洲啪| 色五月婷婷综合| 久久久久久久合一狠狠做深爱| av免费在线网站| 99在线免费视频| 超碰不卡在线| www婷婷亚洲| 九九九九九九综合| 九九热在线视频| 精品99在线| 色婷婷在线综合色播网| 五月丁香最新| 少妇真实被内射视频三四区| 色五月激情| 激情丁香五月婷| 天堂网啪啪| 极骚大香蕉伊人| 79精品视频| 久久视频婷婷视频| 五月天婷五月天综合网小说首页-五月天激激婷婷大综合,婷婷亚洲综合五月天小说 | 六月色国内综合| 精品一区二区三区四区五区六区介绍 | 婷婷五月天电影在线| 婷婷五月天少妇| 久久婷婷成人视频| 国产67194| 超色欲天天| 91九九热| 国产AV成人精品| 激情四射亚洲| 九九自拍网| 狠狠操.com| 五月天色色婷婷| 色色色色色日韩午夜激情| 99操逼| 色婷婷AV在线| www色五月天| 综合久色五月| 9l视频自拍9l视频自拍九色学生| 丁香五月偷拍| 色99视频| 玖玖婷婷五月天| 99热97| 精品久久人妻| 婷色五月| 搡BBBB搡BBB搡18|