Анализ дискографии группы Otto Dix
Описание
Otto Dix — российская музыкальная группа, работающая на стыке darkwave, industrial, gothic и EBM, с выраженной театральной и эстетически мрачной подачей.
Группа была основана в 2004 году в Хабаровске. Название отсылает к немецкому художнику Отто Диксу, представителю «Новой вещественности», известному жесткими, провокационными образами войны, человеческих пороков и социальной деградации. Этот художественный вектор напрямую отражён в текстах и визуальной эстетике коллектива.
Группа существует и выпускает песни до сих пор, но находится в глубоком андеграунде, многие фанаты считают, что их популярность постепенно угасает. В своём исследовании я хочу выяснить до сих пор ли они так популярны и как это отображается в числах.
Выбранная палитра
Dark Romance подборка с сайта coolors.co
У Отто Дикс огромное количество визуальных находок в их клипах и мерче, но красный цвет безусловно их ведущая тема, поэтому мой выбрал пал именно на подобную палитру.
Точечная диаграмма
Точечная диаграмма по дате релизов
Код для точечной диаграммы релизов
Точечная диаграмма помогает удобно проследить количество релизов и года их выпусков. Благодаря ней можно легко понять в какой период времени Отто Дикс были наиболее «исполнены вдохновением».
Столбцы, которые мне понадобились для этой диаграммы: 'release_date' и 'track_name'. Для загрузки данных я использовала функцию: df = pd.read_csv ('otto_dix.csv', delimiter='; ', encoding='cp1251', skipinitialspace=True)
Так как в точечной диаграмме я показываю хронологию релизов, мне понадобилось создать столбец с датами из года выпуска: df['release_date'] = pd.to_datetime (df['release_year'].astype (str) + '-01-01') и отсортировать данные по дате: df = df.sort_values (by='release_date')
Потом я начала оформлять диаграмму, использовав палитру красных оттенков, задала размер графика и стили для подписей с помощью свойств figsize, fontsize, fontweight и color, а также создала саму диаграмму с помощью функции sns.scatterplot.
Круговая диаграмма
Круговая диаграмма наиболее популярных треков
Код для круговой диаграммы
В круговой диаграмме можно увидеть, какие песни набрали больше всего прослушиваний на YouTube.
Столбцы, которые мне понадобились для этой диаграммы: 'track_name' и 'youtube_streams'. Для загрузки данных я использовала функцию: df = pd.read_csv ('otto_dix.csv', delimiter='; ', encoding='cp1251', skipinitialspace=True)
Так как в круговой диаграмме я сравнивала долю прослушиваний между популярными треками, мне понадобилось отфильтровать только песни с более чем 100 тысячами прослушиваний: df_popular = df[df['youtube_streams'].astype (float) > 100].copy () а также преобразовать значения потоков в числовой формат с помощью функции convert_streams, которая умножает значения на 1000.
Потом я начала оформлять диаграмму, использовала палитру из 14 коричневых оттенков, задала размер графика и стили для подписей с помощью свойств figsize, fontsize, fontweight, а также создала саму диаграмму с помощью функции plt.pie с параметрами autopct, explode и shadow для наглядности.
Гистограмма
Столбцы, которые мне понадобились для этой диаграммы: 'track_name' и 'youtube_streams'. Для загрузки данных я использовала функцию: df = pd.read_csv ('otto_dix.csv', delimiter='; ', encoding='cp1251', skipinitialspace=True) Так как в гистограмме я сравнивала количество прослушиваний между треками, мне понадобилось преобразовать значения потоков в числовой формат с помощью функции convert_streams, которая умножает значения на 1000, и создать новый столбец: df['streams'] = df['youtube_streams'].apply (convert_streams) а также отсортировать данные по убыванию прослушиваний: df_selected = df[['track_name', 'streams']].sort_values (by='streams', ascending=False)
Потом я начала оформлять диаграмму, использовала палитру из 5 коричневых оттенков, задала размер графика и стили для осей с помощью свойств figsize, fontsize, fontweight, а также создала саму гистограмму с помощью функции plt.barh, настроила сетку параметрами grid, linestyle и alpha.
Из этой гистограммы можно сделать вывод, какие треки являются самыми популярными на YouTube по количеству прослушиваний, и визуально сравнить их показатели между собой.
Столбчатая диаграмма
Столбчатая диаграмма с концертами
Код для столбчатой диаграммы
В столбчатой диаграмме можно наглядно увидеть, в каком году было проведено больше всего концертов, а в каком — меньше всего.
Данные, которые мне понадобились для этой диаграммы: годы проведения концертов и количество концертов в каждом году. Я создала два списка: years = [2025, 2024, 2023, 2022, 2021, 2020] concerts = [2, 27, 36, 21, 5, 2]
Так как в столбчатой диаграмме я сравнивала количество концертов по годам, мне понадобилось использовать функцию plt.bar, которая создаёт вертикальные столбцы для каждого года, где высота столбца соответствует количеству концертов.
Потом я начала оформлять диаграмму, использовала тёмно-красный цвет (#800e13), задала размер графика и стили для подписей с помощью свойств figsize, fontsize, fontweight, а также добавила значения над каждым столбцом с помощью цикла for для наглядности.
Из этой диаграммы можно сделать вывод, что наибольшее количество концертов было проведено в 2023 году (36 концертов), а наименьшее — в 2020 и 2025 годах (по 2 концерта), и увидеть динамику изменения количества концертов по годам.
Заключение
В процессе создания проекта я сделала и структурировала датасет, содержащий информацию о дискографии группы Otto Dix, я создала 4 диаграммы, наглядно иллюстрирующие годы выпуска треков, список наиболее популярных треков, их количество прослушиваний и в том числе количество проведённых концертов.
Сайт с цветовыми кодами, которые я использовала
Фотографии брала из открытого доступа, из Pinterest и скриншот из клипа на YouTube «Вечность»
