Музыка в графиках: Анализ Spotify
Описание
Данные были взяты из открытого набора Spotify Music Dataset, доступного на платформе Kaggle. Набор данных содержит информацию о более чем 600 000 треков, выпущенных с 1921 по 2020 год. С его помощью у меня получится выявить ключевые тренды, а также факторы влияющие на популярность треков, различия в музыкальных предпочтениях в зависимости от жанров и характеристик.
В своем проекте я использую две базы данных — artists для первых двух графиков, а tracks для остальных.
Эти данные представляют собой уникальную возможность исследовать музыкальные предпочтения аудитории, а также факторы, которые делают треки популярными. Этот анализ может быть полезен:
Музыкантам и продюсерам: для понимания, какие характеристики треков наиболее востребованы.
Любителям музыки: для изучения музыкальных трендов и открытия новых жанров.
Графики
1. Горизонтальная столбчатая диаграмма:
Для чего: Сравнение популярности жанров.
Почему: Этот тип графика идеально подходит для сравнения жанров по одному показателю (популярность).
Применение: Топ-10 самых популярных жанров по средней популярности треков.
2. Точечная диаграмма:
Для чего: Исследование влияния характеристик треков на популярность.
Почему: Точечная диаграмма позволяет выявить различия между двумя характеристиками.
Применение: Зависимость популярности треков от количества подписчиков артиста.
3. Круговая диаграмма
Для чего: Анализ изменения популярности или характеристик треков.
Почему: Круговая диаграмма наглядно показывает пропорции.
Применение: Анализ тональности и наклонения в музыке (мажор-минор).
4. Столбчатая диаграмма
Для чего: Она позволяет наглядно увидеть, какие тональности имеют более высокую или низкую популярность.
Почему: Столбчатая диаграмма идеально подходит для сравнения значений между разными категориями.
Применение: Средняя популярность треков в каждой тональности.
5. Тепловая диаграмма:
Для чего: Выявления ключевых факторов, влияющих на популярность музыки.
Почему: Позволяет быстро и наглядно продемонстрировать взаимосвязь характеристик.
Применение: Корреляция между характеристиками треков.
Этапы работы
В связи с тем, что мой проект напрямую связан с платформой Spotify, я решил взять цветовую палитру бренда, более того она сдержанная и гармоничная.
Я остановился на шрифте Roboto, поскольку он имеет чистый, современный и минималистичный вид, что делает его идеальным для визуализации данных. Он не отвлекает от содержания, но при этом выглядит стильно и профессионально.
Топ-10 самых популярных жанров на Spotify
На основе предоставленного графика и данных можно сделать следующие выводы: Самый популярный жанр — канадский поп (Canadian Pop) со средней популярностью 100.0. Это указывает на высокую востребованность канадской поп-музыки.
На втором месте — канадский хип-хоп (Canadian Hip Hop) с популярностью 98.0. Это говорит о том, что канадский хип-хоп также очень популярен.
Третий по популярности жанр — чикагский рэп (Chicago Rap) с популярностью 96.0. Это указывает на сильное влияние чикагской рэп-сцены.
Выводы для музыкальной индустрии:
Канадская музыкальная индустрия имеет сильное влияние на глобальную популярность. Артисты и продюсеры из Канады, вероятно, имеют хорошие шансы на успех.
Поп-музыка и хип-хоп остаются самыми популярными жанрами, что делает их привлекательными для инвестиций и продвижения.
Латиноамериканская музыка также набирает популярность, что может быть интересно для артистов и лейблов, ориентированных на эту аудиторию.
код 1
Зависимость популярности треков от количества подписчиков артиста
График показывает, что популярность треков значительно возрастает, когда количество подписчиков увеличивается с очень низких уровней. Однако при достижении определённого количества подписчиков прирост популярности треков замедляется. Большинство треков имеют высокую популярность при малом количестве подписчиков, а более высокая популярность треков часто связана с количеством подписчиков от 1 до 3 (условно).
код 2
Анализ тональности
Следующие три графика я предлагаю рассмотреть вместе, это позволит сделать общий вывод и построить связь между тональностью и популярностью:
Популярные тональности: Тональности C, G, D, A являются наиболее распространенными и популярными. Это может быть связано с их удобством для исполнения и написания музыки, а также с предпочтениями аудитории.
Преобладание мажора: Большинство треков написаны в мажорной тональности, что указывает на предпочтение «позитивного» звучания в популярной музыке.
Менее популярные тональности: Тональности F#, G#, D# встречаются реже и имеют более низкую популярность, что может быть связано с их меньшей востребованностью или сложностью в использовании.
Распределение тональности треков (пришлось отойти от классической цветовой палитры моего проекта)
Распределение наклонения треков (мажор-минор)
Влияние тональности на популярность треков
код 3 (для трех графиков)
Корреляция между характеристиками треков
Исходя из графика, я сделал достаточно очевидные выводы:
Во-первых, если вы хотите создать энергичный трек, увеличьте громкость и уменьшите акустичность.
Во-вторых, если вы хотите создать танцевальный трек, обратите внимание на эмоциональную окраску, а не только на темп.
код 4
Итоги
Проект показал, что популярность музыки зависит от множества факторов. Разные жанры имеют свои уникальные характеристики, и понимание этих закономерностей может помочь музыкантам и продюсерам создавать более успешные треки.
