Анализ и визуализация данных MoMA Collection

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.

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.

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.

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.

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.

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.

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».