Анализ творчества TYLER THE CREATOR
Концепция
Тайлер не только популярный исполнитель, но и культурный феномен. Он символ инноваций в музыке, что делает его идеальным объектом для креативного анализа.
В своем анализе я использовала Tyler, the Creator Dataset Dataset UPDATED! CHROMAKOPIA, предоставленный сайтом kaggle.com. Датасет содержит множество параметров: названия треков, альбомы, год выпуска, популярность, эмоциональные характеристики (например, energy, valence), длительность треков и многое другое. Эти данные позволяют провести глубокий анализ. Почему именно эти виды графиков? Горизонтальные столбцы идеально подходят для сравнения категорий (в данном случае — альбомов), особенно когда названия категорий длинные. Облако слов — это отличный способ выделить ключевые темы или слова, которые часто встречаются в названиях треков. Точечная диаграмма позволяет анализировать взаимосвязь между двумя числовыми переменными (energy и valence) и группировать их по категориям (альбомам). Это наглядный способ увидеть, как эмоциональные характеристики меняются от трека к треку. Гистограмма идеально подходит для анализа распределения числовой переменной (в нашем же случае — длительности треков).
Этапы работы
Палитра для визуализации и стилизации данных была подобрана исходя из частоиспользуемых цветов в видеоклипах и творческих проектах исполнителя. В основном это оттенки красного и зеленого.
Для начала я составила код для весьма примитивного списка самых популярных альбомов. Прослушиваемость треков говорит о успешности исполнителя и отдельной гордости для каждого слушателя. Количество треков на альбоме также имеет свою значимость.
album_stats = df.groupby ('album_name').agg ( avg_popularity=('popularity', 'mean'), track_count=('track_name', 'count') sort_values (by='avg_popularity', ascending=False)
plt.figure (figsize=(12, 14)) colors = ['#8B4513', '#A0522D', '#D2B48C', '#2E8B57', '#3CB371', '#90EE90']
bars = plt.barh ( album_stats.index, album_stats['avg_popularity'], color=colors[: len (album_stats)], edgecolor='black', alpha=0.9 )
for index, value in enumerate (album_stats['avg_popularity']): plt.text ( value + 1, index, f"{value:.1f} (tracks: {album_stats['track_count'][index]})», # Текст va='center', fontsize=10, color='#333333' )
plt.title («Популярность альбомов Тайлер, Создателя», fontsize=20, pad=20, color='#4B4B4B') plt.xlabel («Средняя популярность (0-100)», fontsize=14, color='#333333') plt.ylabel (»») # Убираем подпись оси Y plt.gca ().invert_yaxis () # Переворачиваем ось Y для удобства чтения plt.grid (axis='x', linestyle='--', alpha=0.7, color='#D3D3D3') # Сетка по оси X sns.despine (left=True)
plt.yticks (fontsize=12, color='#333333') plt.tight_layout () plt.show ()
Теперь, когда мы знаем, что самый лучший альбом это BEST INTEREST, осталось найти самую популярную песню.
top_tracks = df.nlargest (10, 'popularity')
plt.figure (figsize=(10, 8)) colors = ['#8B4513', '#A0522D', '#D2B48C', '#F4A460', '#DEB887', '#CD853F', '#B8860B', '#DAA520', '#F5DEB3', '#FFE4C4']
bars = plt.barh ( top_tracks['track_name'], top_tracks['popularity'], color=colors[: len (top_tracks)], edgecolor='black', alpha=0.9 )
for index, value in enumerate (top_tracks['popularity']): plt.text ( value + 1, index, f"{value}», va='center', fontsize=10, color='#333333' )
plt.title («Топ-10 самых популярных треков», fontsize=18, pad=20, color='#4B4B4B') plt.xlabel («Популярность (0-100)», fontsize=14, color='#333333') plt.ylabel (»») plt.gca ().invert_yaxis () plt.grid (axis='x', linestyle='--', alpha=0.7, color='#D3D3D3') sns.despine (left=True) plt.yticks (fontsize=12, color='#333333')
plt.tight_layout () plt.show ()
Итак песня «See You Again» в сотрудничестве с Kali Uchis стала одной из его самых популярных композиций, учитывая ее популярность в социальных сетях, результат предсказуем.
Далее мне захотелось разобраться в ключевых словах в названиях треков Тайлера, название всегда было важено для слушателей и отражало внутреннее состояние исполнителя.
import random
from wordcloud import WordCloud
all_track_names = ' '.join (df['track_name'].dropna ())
wordcloud = WordCloud ( width=800, height=400, background_color='#F5F5DC', colormap='copper', max_words=100, color_func=lambda *args, **kwargs: random.choice (['#8B4513', '#A0522D', '#D2B48C', '#2E8B57', '#FF4500']) ).generate (all_track_names)
plt.figure (figsize=(12, 6)) plt.imshow (wordcloud, interpolation='bilinear') plt.axis ('off') plt.title («Ключевые слова в названиях треков», fontsize=18, pad=20, color='#4B4B4B') plt.tight_layout () plt.show ()
Распределение длительности треков — это важный аспект анализа музыкального творчества, который может дать ценные инсайты о стиле, эволюции и предпочтениях артиста.
df['duration_seconds'] = df['duration'].apply (lambda x: int (x.split (': ')[0]) * 60 + int (x.split (': ')[1]))
plt.figure (figsize=(10, 6)) sns.histplot ( df['duration_seconds'], bins=30, kde=True, color='#A0522D', edgecolor='black', alpha=0.8 )
plt.title («Распределение длительности треков», fontsize=18, pad=20, color='#4B4B4B') plt.xlabel («Длительность (секунды)», fontsize=14, color='#333333') plt.ylabel («Количество треков», fontsize=14, color='#333333') plt.grid (axis='y', linestyle='--', alpha=0.7, color='#D3D3D3') sns.despine () plt.tight_layout () plt.show ()
С развитием стриминговых сервисов (например, Spotify, Apple Music) артисты начали выпускать более короткие треки, чтобы увеличить количество прослушиваний. Длительность в треках Тайлера составляет практически три минуты, что говорит нам о том, что исполнитель не ставит себе цели заработать больше прослушиваний, а просто искренне вкладывается в творчество.
Также мне бы хотелось обратить внимание на анализ эмоциональной окраски треков. Он позволяет глубже понять, как Тайлер использует музыку для передачи эмоций и создания уникального опыта для своей аудитории.
plt.figure (figsize=(12, 6)) scatter = sns.scatterplot ( x='energy', y='valence', data=df, hue='album_name', palette=['#8B4513', '#A0522D', '#D2B48C', '#2E8B57', '#FF4500'], s=100, alpha=0.8 )
plt.legend ( title="Альбомы», bbox_to_anchor=(1.05, 1), loc='upper left', bbox_to_anchor borderaxespad=0.0, fontsize=10, title_fontsize=12 )
plt.title («Эмоциональная окраска треков», fontsize=18, pad=20, color='#4B4B4B') plt.xlabel («Энергия», fontsize=14, color='#333333') plt.ylabel («Позитивность», fontsize=14, color='#333333') plt.grid (linestyle='--', alpha=0.7, color='#D3D3D3') sns.despine () plt.tight_layout () plt.show ()
Вывод
В рамках данного исследования мы провели комплексный анализ данных о творчестве Tyler, The Creator, используя визуализации и статистические методы. Этот анализ позволил глубже понять его эволюцию как артиста, особенности его музыки и её влияние на слушателей.
Блокнот с кодом и дотасет
