Анализ и визуализация данных MoMA Collection
Выбор базы данных
Для анализа я выбрала датасет «MoMA Collection Dataset», содержащий информацию о произведениях искусства из коллекции Музея современного искусства (MoMA) в Нью-Йорке. Датасет был найден на платформе Kaggle и представлен в формате CSV (https://www.kaggle.com/datasets/momanyc/museum-collection).
Эти данные включают информацию о более чем 130 000 произведениях искусства: год создания, тип работы, материалы, национальность и гендер художников, а также музейные классификации.
Для меня как для дизайнера эти данные особенно интересны, поскольку они позволяют соединить визуальную культуру, историю искусства и аналитический подход, а также переосмыслить музейную коллекцию как объект инфографического исследования.
Визуализация
Для визуализации данных из коллекции MoMA были выбраны следующие графики:
Столбчатая диаграмма для отображения самых распространённых типов работ в коллекции (красный цвет).
Точечная диаграмма для демонстрации роста коллекции MoMA по годам (голубой цвет).
Круговая диаграмма для наглядного представления наиболее распространённых национальностей художников в музее (различные цвета).
Комбинированная диаграмма с двумя цветами (сине-белая) для отображения гендерного представительства художников в коллекции.
В целом выбор диаграмм и цветовой палитры направлен на то, чтобы данные оставались легко читаемыми, а визуальный язык был сдержанным и соответствовал музейному контексту.
Стилистика
Для визуализаций выбрана тёмная тёплая цветовая палитра: фон — тёплый тёмно-серый #1c1c1c; текст — мягкий светлый #e6e6e6; диаграммы — приглушённые музейные: красный #c43c3c, синий #4a6fa5, серый #aaaaaa Дополнительные, второстепенные: #777777 #444444 #2a2a2a
Такое сочетание делает визуализации контрастными, но при этом комфортными для восприятия и подчёркивает музейную эстетику.
Подготовка данных
В начале работы была импортирована библиотека pandas, а также загружены файлы MoMA в формате csv.
Далее, чтобы убедиться, что все верно работает, я прочитала таблицу и вывела первые строки.
График 1
Чтобы понять какой график лучше создавать, я вывожу данные для него в виде таблички.
Далее задаю ему стиль: Цвета, шрифт, размер шрифта.
Указываю что именно анализирую, делаю диаграмму, указываю цвета и заголовки.
График 2
Добавляю еще акцентные шрифты для графика.
Я очистила данные по годам, посчитала, сколько работ относится к каждому году, и на основе этого построила график, показывающий, как со временем росла коллекция музея.
Эта диаграмма показывает количество работ, которые относятся к каждому году — то есть сколько произведений в коллекции MoMA датированы определённым годом.
График 3
Сначала я привожу идентификаторы художников в обеих таблицах к одному формату (строковому), чтобы их можно было корректно соединить между собой. Затем я объединяю таблицу с произведениями искусства и таблицу с художниками по полю Artist ID. После этого я удаляю строки, где национальность художника не указана. В конце я просто вывожу несколько первых значений национальностей, чтобы убедиться, что объединение прошло успешно и данные выглядят так, как ожидается.
Сначала я посчитала, сколько раз каждая национальность художников встречается в данных. Затем я выбрала несколько самых распространённых национальностей, чтобы сосредоточиться на ключевых категориях и не перегружать визуализацию. Все остальные, менее представленные национальности я объединила в одну общую категорию «Other».
Этот код создаёт донат-диаграмму, которая показывает распределение национальностей художников в коллекции MoMA. Я вручную задаю фон, цвета и оформление, чтобы график выглядел аккуратно, современно и соответствовал общей визуальной стилистике проекта.
График 4
Сначала я объединила данные о произведениях искусства с информацией о художниках, чтобы у каждой работы был указан гендер автора. Затем я привела год создания работ к числовому формату, чтобы с ним можно было работать и строить временные зависимости. После этого я оставила только те работы, для которых указан гендер художника как «мужской» или «женский». Я сгруппировала данные по годам и гендеру и посчитала, сколько работ каждого гендера приходится на каждый год.
Сначала я создаю область для графика и задаю его размер, чтобы он был удобным для просмотра. Затем я рисую первую линию — она показывает, сколько работ мужчин-художников приходится на каждый год. После этого я рисую вторую линию — аналогичную, но для работ женщин-художниц. Дальше я добавляю заголовок графика, подписи осей и легенду.
Выводы
В результате работы был создан набор из четырех взаимосвязанных визуализаций, выполненных в едином визуальном стиле. Каждый график раскрывает отдельный аспект коллекции MoMA и вместе они формируют целостное представление о структуре и динамике музейного собрания.
Первая визуализация показывает, какие самые распространенные типы работ находятся в коллекции МоМА. Вторая демонстрирует распределение произведений по годам создания и позволяет увидеть, какие периоды истории искусства наиболее широко представлены в коллекции. Третий график показывает культурное распределение авторов в коллекции музея и визуально поддерживает единый стиль всех визуализаций. Четвертый график анализирует гендерное распределение художников и выявляет существенный дисбаланс в пользу мужчин.
Все графики оформлены в единой цветовой палитре и типографике, вдохновленной визуальной эстетикой музея. Это делает визуализации согласованными между собой и облегчает восприятие данных. В совокупности проект не только визуализирует количественные показатели, но и позволяет сделать выводы о развитии коллекции и принципах её формирования.
Для генерации обложки я использовала Ideogram.ai. Промпт: создай минималистичную картинку отражающую эстетику музея искусств используя в основном красные серые и белые цвета. фон должен быть не белым.
