Концепция проекта
Мой проект направлен на выявление и анализ музыкальных закономерностей в обширной дискографии легендарной британской рок-группы Queen, используя общедоступные данные Spotify. Цель состоит в том, чтобы понять, как менялись музыкальные характеристики их песен с течением времени, какие тональности и режимы были наиболее часто используемыми, и как различные аудио-характеристики коррелируют между собой. Это позволит получить глубокое представление о творческой эволюции группы и факторах, определяющих их уникальное звучание, а также предоставит основу для дальнейших исследований в области музыкальной аналитики.
Исходный датасет
Для анализа были использованы данные о песнях группы Queen, полученные из Spotify. Исходный набор данных был взят с платформы Kaggle.
Постер с инфографикой
Мокапы с инфографикой
Технический способ создания
1.Загрузка данных: Эти данные в формат CSV я загрузила в Datawrapper, используя функцию импорта данных. 2.Выбор типа диаграммы: Для распределения тональностей — круговая диаграмма; для корреляций — тепловая карта (Datawrapper требовал предварительной обработки для создания такой карты). 3.Настройка и дизайн: Datawrapper предлагает интуитивно понятный интерфейс для настройки внешнего вида диаграмм. Я настроила оси, добавил подписи, заголовки, легенды и выбрал цветовую палитру (красный, желтый, черный). 4.Аннотации и пояснения: Для каждой диаграммы я добавила текстовые аннотации, выделяющие ключевые выводы и закономерности, чтобы инфографика была максимально понятной и самодостаточной. 5. Использование ИИ: Некоторые элементы были скомпилированы и созданы в ИИ, что позволило добиться более приятных визуальных сочетаний.
