Анализ данных Spotify 2015 — 2025
В данном проекте проведен анализ данных Spotify за последнее десятилетие (2015–2025 гг.). С помощью этого удалось выявить тенденции в популярности жанрах, длительности песен, а также их «танцевальности».
Графики отсылают к эстетике эквалайзеров и звуковых волн, поскольку они схожи внешне и наиболее ярко передают процесс создания музыкальных композиций. В качестве основного цвета был выбран основной цвет из брендбука Spotify #1DB954
В своём исследовании я использовала данные с сайта Kaggle (kaggle.com). В этом датасете собран обзор музыкальных трендов с 2015 по 2025 год. Он содержит 85 000 треков с подробными метаданными и аудиохарактеристиками, которые включают в себя названия треков, исполнителей, альбомы, жанры, даты выпуска, темп, громкость, энергетику, танцевальность, инструментальное звучание и другое.
В исследовании была использована лишь часть данных: жанры, длительность, даты выпуска, популярность и танцевальность.
Данные представлены в виде графиков и гистограмм, так как они наглядно показывают взаимосвязь данных, их динамику изменения в зависимости от разных показателей.
Для визуализации я выбрала несколько типов графиков:
Гистограмма, которая наиболее точно показывает взаимосвязь жанров и их популярности
Гистограмма, которая позволила проанализировать длительность песен по жанрам
Точечный график, который показал связь длительности и популярности песен
Линейный график, который позволил проанализировать танцевальность песен по годам и ее динамику
Использованные библиотеки
В коде использованы библиотека pandas для чтения и обработки CSV-файла, matplotlib.pyplot для создания структуры и отрисовки всех типов графиков — от гистограмм до точечных диаграмм. Для расширенных возможностей работы с цветом, особенно для создания плавных градиентов в визуализациях вроде эквалайзера и звуковой волны, применялась библиотека matplotlib.colors. Дополнительные графические элементы, такие как прямоугольники для столбцов эквалайзера и эллипсы для выделения кластеров данных на диаграмме рассеяния, добавлялись с помощью matplotlib.patches.
Обработка данных
Сгруппировать или отсортировать данные, если требуется
Нормализация данных
В некоторых случаях необходимо было провести фильтрацию по времени, чтобы сделать анализ тенденций последнего десятилетия.
Преобразовать единицы измерения времени, если такой тип данных использовался в графике
Создаём основу для графика
Задаём ему параметры внешнего вида, создавая градиент от фиолетового до фирменного зеленого цвета Spotify.
Визуализация
Популярность музыкальных жанров. Гистограмма
С помощью данного графика мы узнали, что за последние 10 лет жанр хип хоп лидирует по прослушиваниям, а значит, и по популярности. Менее популярными являются рок, джаз и кантри.
Распределение длительности песен по жанрам. Гистограмма
Данная гистограмма показала статистику длительности песен и их количества на платформе за последние 10 лет. С помощью этих данных мы узнали, что песен короче 1,5 минут и длиннее 8 минут практически нет.
Связь длительности и популярности песен. Точечная диаграмма
Точечная диаграмма показывает взаимосвязь длительности песен и их популярности. Оказалось, что длительность песни несильно влияет на её популярность, хотя можно было предположить иначе.
Динамика танцевальности музыки. Линейный график
С помощью линейного графика можно наглядно увидеть, что 2015 и 2022 год стали пиковыми по танцевальности песен. Можно предположить, что это связано с событиями, происходящими в мире. 2019 год, наоборот, оказался «провальным», вероятно, из-за пандемии.
Вывод
Данные графики позволили установить порой непредсказуемые взаимосвязи, например, что длительность песни не влияет на ее популярность. Также с помощью этих данных можно увидеть как глобальные события в мире влияют на музыкальные предпочтения людей.
Описание применения генеративной модели
В проекте были использованы изображения, сгенерированные в Krea, в качестве референсов и иллюстративного ряда.
Промпты: spotify logo on the purple background spotify music waves equalizer
Ссылка: https://www.krea.ai/image
Список источников
[1] Выгрузка данных с Kaggle.com (URL: https://www.kaggle.com/datasets/rohiteng/spotify-music-analytics-dataset-20152025) Просмотрено: 14.12.2025
