Музыкальная индустрия в цифрах: Анализ данных об артистах

Я нашла и использовала таблицу с платформы Kaggle. Таблица содержит данные о самых популярных артистах.
Я приняла решение использовать данную таблицу, так как мне стало интересно проанализировать данные содержащиеся в ней. А именно хочу предоставить ценную информацию о тенденциях в музыкальной индустрии, популярности исполнителей, стилей их творчества.

Для визуализации данных я использую несколько видов графиков:

• Гистограмму возрастного распределения артистов
• Столбчатую диаграмму популярных стран (где больше всего известных исполнителей)
• Круговую диаграмму по полу
• График зависимости числа подписчиков от популярности
• Box plot (ящик с усами) распределение популярности исполнителей по полу
• Линейный график популярности 10 самых популярных артистов

Я выбрала гистограмму для возрастного распределения, потому что она наглядно показывает, какие возрастные группы преобладают среди исполнителей, позволяя выявить тренды в индустрии. Столбчатая диаграмма популярности стран была выбрана мной, так как она четко демонстрирует, какие страны выпускают больше всего известных артистов, позволяя сравнить их между собой. Круговая диаграмма по полу помогает легко оценить гендерное соотношение среди исполнителей. Ящик с усами (box plot) позволяет проанализировать разброс популярности в зависимости от пола, выявляя различия и возможные дисбалансы. Диаграмма рассеяния зависимости популярности от числа подписчиков помогает понять, насколько эти показатели коррелируют между собой и влияет ли количество подписчиков на успех артиста.

Свою работу я начала с загрузки файла Artists.csv в GoggleColab, который содержит информацию о различных музыкальных исполнителях. Файл включает такие данные, как имя артиста, идентификатор, пол, возраст, страна, жанры, популярность, количество подписчиков и URI на Spotify.

from google.colab import files uploaded = files.upload()

Так как пропущенные данные могут мешать анализу, я проверила, есть ли пустые значения:

• df.isnull().sum() показывает количество пропущенных значений в каждом столбце.
• df.dropna(inplace=True) удаляет строки с пустыми ячейками.
• Вторая проверка df.isnull().sum() подтверждает, что данных больше нет.

В своем анализе данных я использовала ChatGPT для оптимизации кода при создании графиков, а именно для стилизации их в розово-голубой цветовой гамме. С его помощью я добавила корректные параметры цветовой палитры, фон, стилистику шрифтов и настроила визуальное восприятие графиков. Промты: 1.«Как сделать столбцы диаграммы в розово-голубых оттенках?» 2.«Как изменить цвета сегментов круговой диаграммы на розовый, голубой и темно-розовый?» 3.«Как изменить фон графика на голубой, а элементы сделать розовыми?» 4.«Как задать нестандартный цвет фона, например, светло-голубой?» 5.«Как изменить шрифт графика на Arial и сделать его более читаемым?» 6.«Как настроить подписи осей и заголовок в розовом цвете с жирным шрифтом?»

Я выбрала розово-голубую цветовую гамму для всех визуализаций, так как она хорошо контрастирует и делает графики более читаемыми. В качестве шрифта был использован sans-serif для лучшей совместимости с Google Colab. Голубой фон я добавила к некоторым графикам для лучшего визуального восприятия. Источниками вдохновения были для меня: Spotify и Last.fm, от туда я взяла визуальный стиль.

Иногда в таблице встречаются повторяющиеся строки, их нужно удалить. Для этого я использовала: df.duplicated().sum() показывает, сколько дубликатов есть в таблице. df.drop_duplicates(inplace=True) удаляет их. Вторая проверка подтверждают, что дубликатов больше нет.

Из гистограммы видно, что возраст артистов варьируется от молодых исполнителей (~20 лет) до более зрелых музыкантов (40+ лет). Однако большинство популярных исполнителей находятся в возрасте от 20 до 35 лет. Это говорит о том, что музыкальная индустрия ориентирована преимущественно на молодых артистов.

Есть ли артисты моложе 20 лет? На гистограмме есть данные об исполнителях младше 20 лет, это может свидетельствовать о растущей популярности молодых звезд. Однако таких артистов обычно немного, поскольку:

1. Для достижения успеха требуется время на развитие карьеры.
2. Юным исполнителям сложнее завоевать популярность без значительной поддержки индустрии.

На графике наблюдается явный пик в районе 25-30 лет, это означает, что большинство известных исполнителей добиваются популярности именно в этом возрасте. Это может быть связано с тем, что:

1. В молодом возрасте артисты имеют больше возможностей для продвижения.
2. Современные тренды в музыке часто ориентированы на молодежную аудиторию.
3. Лейблы и продюсеры активно продвигают новых артистов в возрасте от 18 до 20 лет.

На графике видно, что после 35-40 лет количество исполнителей заметно снижается, это может означать:

1. Высокая конкуренция в индустрии, из-за которой многие исполнители со временем теряют популярность.
2. Снижение активности артистов: они могут переключиться на продюсерскую деятельность или реже выпускать музыку.
3. Смену предпочтений слушателей в пользу молодых исполнителей.

1. Позволяет определить в каком возрасте артисты наиболее успешны.
2. Помогает увидеть, насколько индустрия поддерживает исполнителей разных возрастов.
3. Показывает, когда наступает пик популярности артистов и в каком возрасте их становится меньше.

Общий вид распределения
График "ящик с усами" показывает, как распределена популярность исполнителей в зависимости от пола. Видны медиана (черная линия в ящике), основной диапазон значений (ящик) и выбросы (отдельные точки).

Анализ графика "ящик с усами" (Box Plot) популярности исполнителей по полу. Рассмотрим распределение популярности среди разных полов исполнителей.

• Средний уровень популярности примерно одинаков у всех (около 48–49 по медиане), но "mixed" выделяется (60.2 по медиане).
• Женщины имеют максимальный рейтинг 100, что принадлежит Taylor Swift.
• Мужчины достигают максимума 95 (Drake и Bad Bunny).
• Группы (mixed) имеют чуть более высокую медиану (50), но ниже максимальный рейтинг (86).
• Категория "mixed" представлена всего 6 артистами, но их средний рейтинг выше.

Популярность мужчин и женщин

• Медиана популярности у мужчин и женщин примерно на одном уровне. Это означает, что средний уровень популярности схож.
• Разброс популярности у мужчин больше: есть как менее популярные, так и суперпопулярные артисты.
• У женщин диапазон популярности меньше, но менее выражены низкие значения.

Выбросы

• У мужчин больше выбросов, что говорит о наличии как очень популярных, так и менее известных артистов.
• У женщин выбросов меньше, что может свидетельствовать о более равномерном распределении популярности.

Итог

• В целом популярность мужчин и женщин в музыке примерно одинакова, но у мужчин наблюдается более широкий разброс значений.
• Среди мужчин встречаются как очень популярные исполнители, так и менее известные, тогда как у женщин популярность более равномерна.
• Важно учитывать, что данные могут зависеть от выборки и жанровых предпочтений.

График наглядно демонстрирует распределение артистов по странам и помогает понять, какие регионы наиболее активно представлены в мировой музыкальной индустрии.