Анализ аудио-признаков треков Spotify
Концепция
В этом проекте я анализирую различные признаки музыкальных треков Spotify. Я выбрал эту тему, так как сам занимаюсь музыкой, но никогда не обращал внимание на цифры внутри музыкальной индустрии, а это задание заставило меня заинтересоваться данным аспектом. Цель проекта — показать, как числовые характеристики музыки связаны с восприятием жанров и настроения.
В качестве базы данных я использовал Spotify Tracks Dataset, который я нашёл на Kaggle. Он содержит более 114 тысяч треков и набор числовых аудио-признаков, автоматически вычисленных Spotify. Этот дотаяет показался мне интересным тем, что в нём содержаться данные, которые позволяют перевести субъективные ощущения от музыки — такие как энергия или настроение — в измеримые параметры и сравнить их между жанрами.
Для анализа данных использовалась библиотека Pandas, а для визуализации — Matplotlib.
Этапы работы
1. Загрузка и проверка данных 2. Очистка. и отбор признаков 3. Описательная статистика 4. Визуализация 5. Интерпритация результатов
все графики выполнены в едином визуальном стиле
Итоговые графики
код первого графика
код второго графика
код третьего графика
код четвертого графика
использованные нейросети: chat gpt — создание обложки проекта, консультация по поводу исправление ряда ошибок в коде.
