Original size 1292x1823

Анализ 100 самых популярных песен на Яндекс Музыке

PROTECT STATUS: not protected
The project is taking part in the competition

ВВОДНАЯ ЧАСТЬ

Я взяла эту тему, потому что мне стало интересно проанализировать данные на платформе, которой я сама пользуюсь каждый день. Итак, я представляю вам результаты которые я получила из Яндекс Музыки.

Мне стало интересно узнать: 1. Какой жанр является самым популярным 2. Есть ли связь между популярность артиста и количеством прослушиваний трека 3. Какие треки самые прослушиваемые

ТИПЫ ГРАФИКОВ

1. Гистограмма — распределение жанров в топ-100 Яндекс Музыки 2. Графики — анализ самых прослушиваемых треков в Яндекс Музыке: топ-100 3. Кольцевые диаграммы — анализ жанров в топ-30 по прослушиваниям 4. Ящично-скрипичный график, гистограмма, график — анализ длительности треков в Яндекс Музыке 5. Точечная диаграмма — анализ популярности треков в Яндекс Музыке

КЛЮЧЕВЫЕ ТЕХНОЛОГИИ

big
Original size 1102x434

NumPy — математические операции Pandas — работа с таблицами Seaborn — улучшение графиков Matplotlib — создание графиков

ЦВЕТОВАЯ СХЕМА

Original size 1548x1236

ГРАФИКИ

Original size 1189x690

Распределение жанров в топ-100 Яндекс Музыки, 2023 г. (Гистограмма)

Original size 1790x1438

Анализ самых прослушиваемых треков в Яндекс Музыке: топ-100, 2023 г. (Графики)

Original size 1821x1235

Анализ жанров в топ-30 по прослушиваниям, 2023 г. (Кольцевые диаграммы)

Original size 1589x1235

Анализ длительности треков в Яндекс Музыке, 2023 г. (Гистограммы, график, ящично-скрипичный график)

Original size 1589x730

Анализ популярности треков в Яндекс Музыке, 2023 г. (Точечная диаграмма)

Для работы использовался DeepSeek-V3.2

ПРИМЕНЕНИЕ ИИ

1. Генерация идей по цветовым палитрам — получение рекомендаций по сочетанию цветов, основанных на визуале Яндекс Музыки 2. Оптимизация кода визуализации — помощь в создании более эффективного кода для matplotlib 3. Советы по композиции графиков — рекомендации по расположению элементов для лучшей читаемости 4. Статистический анализ — помощь в выборе подходящих статистических методов

ОДИН ИЗ ИСПОЛЬЗОВАННЫХ ПРОМТОВ

«Посоветуй мне фирменный стиль для проекта, котором я анализирую 100 самых популярных треков в Яндекс Музыке. Выбери мне основные цвета и шрифт, который доступен в библиотеке Google Сolab»

Рекомендованная палитра: 1. #FF3B30 — основной акцентный цвет (ярко-красный) 2. #2C2C2C — нейтральный темный (темно-серый, почти черный) 3. #4A90E2 — акцентный дополнительный (синий) 4. #FF9500 — акцентный дополнительный (оранжевый) 5. #34C759 — акцентный дополнительный (зелёный)

Шрифт: Roboto — четкий, современный, отличная читаемость

ВЫВОДЫ ПО ПРОЕКТУ

Я взяла данные о 100 самых популярных песен на Яндекс музыке за 2023 год и посмотрела на них под разными углами. Выяснилось, что почти половиной из этих треков является русский рэп.

Теперь я могу сделать так же с любыми другими данными: найти данные, почистить их, построить графики и сделать выводы. Это полезные навыки.