музыка. визуализация данных.
В этом проекте я анализировала данные Spotify за 2009–2025 годы. Основная цель — посмотреть, кто и что сейчас доминирует в музыке, как менялась индустрия со временем и есть ли связь между характеристиками треков и их популярностью.
В последнее время меня особенно заинтересовала музыка, поэтому для анализа я выбрала. именно ее, а точнее: исполнителей, жанры, динамику релизов и параметры самих треков. Мне было интересно попробовать проследить зависит ли напрямую популярность треков или артистов от наиболее понятных критериев или в этом есть что-то еще.
Для проекта я использовала открытые источники spotify.
ТОП-10 исполнителей
В первую очередь мне было интересно проанализировать топ-10 исполнителей по суммарной популярности всех их треков.
Столбчатая диаграмма на мой взгляд наиболее наглядно показывает, что Taylor Swift сильно выделяется на фоне остальных артистов. Её суммарная популярность гораздо выше, чем у других артистов, которые, кстати, нравятся мне больше, чем Тейлор.
Распределение треков по жанрам
Следующая часть анализа в датасете — распределение треков по музыкальным жанрам. Для ее отражения я выбрала круговую диаграмму, потому что именно она наиболее четко на мой взгляд позволяет визуализировать самую большую часть информации.
Самую большую часть занимают nu metal, soundtrack и pop.
Затем идут rap, country и rock. Это хорошо отражает реальную ситуацию на стриминговых платформах — популярные массовые жанры и музыка для фильмов и сериалов выходят чаще всего. Менее представленные жанры, такие как metal или dark r& b, занимают небольшую долю, но всё равно присутствуют, что показывает разнообразие датасета.
Динамика выпуска треков по годам
На этом линейном графике я постаралась отразить как менялось количество выпускаемых треков по годам. Для этого из датасета я взяла год, после чего посчитала количество треков для каждого. На нем явно видно в динамике, что за последние 15 лет музыкальная индустрия сильно выросла по количеству релизов.
На мой взгляд такой сильный рост можно связать с развитием стриминговых сервисов и тем, что выпускать музыку в цифровом формате стало гораздо проще и доступнее, чем Моцарту и Баху, например :)
Длительность и популярность.
Мне стало интересно, влияет ли длительность трека на его популярность. По оси X отложена длительность трека в минутах, по оси Y — показатель популярности. Для этого я использовала рассеянную диаграмму.
По этому графику видно, что прямой зависимости нет. Треки разной длины могут быть как популярными, так и непопулярными. Поэтому популярность напрямую не зависит от длины.
При этом можно заметить, что большинство популярных треков находятся в диапазоне примерно от 2 до 4 минут. Это подтверждает, что стандартный формат песен по-прежнему работает лучше всего. Очень длинные треки встречаются реже и в среднем не показывают более высокой популярности.
ВЫВОД
Опираясь на все четыре графика, можно сделать несколько выводов: Популярность исполнителя чаще всего формируется за счёт большого количества успешных треков, а не одного хита. В датасете доминируют массовые и коммерчески успешные жанры; Количество выпускаемой музыки стабильно растёт, особенно после появления стриминга; Длительность трека не определяет его популярность, но большинство хитов укладываются в привычный формат 2–4 минуты.
В целом этот анализ показывает, что даже простой анализ и базовые визуализации позволяют увидеть реальные тренды музыкальной индустрии.
