Original size 832x1248

Анализ 20 лет хитов на Spotify

PROTECT STATUS: not protected

Описание проекта

Мой проект посвящён анализу хитов на Spotify с 2000 года по 2019 год. Я выбрала эту тему, потому что музыка — один из самых точных индикаторов изменений в обществе: она быстро реагирует на технологии, настроения и культурные сдвиги. Так же, такой временной отрезок позволяет проследить долгосрочные тренды и увидеть, как индустрия адаптировалась к цифровой среде и стримингу.

Источник данных — датасет, размещённый на платформе Kaggle: Top Hits Spotify from 2000-2019. Он поможет достигнуть главной цели проекта — с помощью визуализации данных выявить закономерности, которые сложно заметить без графиков: изменения в эмоциональной окраске музыки, рост громкости, связь популярности с танцевальностью и энергией.

Были использованы несколько видов визуализации:

Lineplot (Тренды): Чтобы показать эволюцию настроения треков.

Stacked Bar Chart (Столбчатая): Чтобы проследить рост количества песен с контентом «Explicit» (18+).

Correlation Heatmap (Корреляционная тепловая карта): Что бы разобраться, что именно делает трек популярным.

Scatter Plot (Точечная диаграмма): Для сравнения громкости и длительности песен.

Обложка

Original size 1468x1056

Другие варианты обложки

Обложка к проекту выполнена с помощью нейросети Кrea.ai. Promt: The Spotify logo, in its nameless style, is located in the headphones. The concept of spotify aesthetics should be reflected.

Цветовая палитра

Для точной передачи визуального характера аудио-платформы Spotify, было принято решение разработать собственную цветовую палитру, которая будет отражать яркий и узнаваемый стиль.

  1. #1DB954 Это фирменный зелёный Spotify. Его использование сразу создаёт визуальную связь с платформой, даже без логотипа.
  2. #000000 Чёрный — базовый фон Spotify и ключевой элемент интерфейса. В графиках он даёт контраст, помогает сосредоточиться на данных и не отвлекает.
  3. #FFFFFF Белый используется для текста и подписей. Он балансирует насыщенный зелёный и чёрный, снижает визуальную нагрузку.
  4. #29E191 Более светлый и мягкий зелёный, чем основной брендовый.
  5. #8CFAAD Пастельный оттенок зелёного работает как фоновый или вспомогательный цвет.
  6. #44FA41 Самый яркий цвет в палитре. Он используется для ключевых точек роста. Он привлекает внимание именно там, где это нужно.
Original size 1600x2400

Цветовая палитра проекта

График 1: Эволюция настроения

В начале анализа мне было важно понять, как менялось эмоциональное настроение популярной музыки. Для этого я посмотрела на динамику позитивности и «танцевальности» треков. График показывает, что оба показателя в целом растут, однако «танцевальность» увеличивается более стабильно. Это говорит о том, что музыка со временем становится более ориентированной на ритм и движение, не опираясь на эмоциональный посыл трека.

0

График 1: Эволюция настроения

График 2: Рост треков с меткой «Explicit» (18+)

0

График 2: Рост треков с меткой «Explicit» (18+)

Далее, я рассмотрела, как менялось количество треков с меткой «Explicit» (18+). График показывает, что таких «нецензурных» песен с каждым годом становится всё больше. Это отражает общие тренды: артисты сейчас чувствуют себя свободнее в выражениях, а музыкальная индустрия всё чаще делает ставку на «взрослый» контент. Во многом этому росту поспособствовали стриминговые сервисы — они и классифицируют такой контент, и легко доносят его до слушателя.

График 3: Корреляционная матрица популярности трека

Анализируя аудио-характеристики треков, мне стало интересно разобраться, какие именно параметры делают песню популярной. Чтобы это выяснить, я построила корреляционную матрицу, которая показывает взаимосвязь ключевых признаков. График наглядно демонстрирует, что наибольшую положительную связь с популярностью имеют танцевальность, что указывает на предпочтение слушателями весёлых и ритмичных композиций.

0

График 3: Корреляционная матрица

График 4: Громкость vs Длительность

0

График 4: Громкость vs Длительность

В завершение, чтобы увидеть, как со временем менялись характеристики песен и их влияние на популярность, я сопоставила громкость и длительность треков. Этот разбросанный график не только показывает сами значения, но и раскрашивает их по годам, а размер точки указывает на популярность. Картина получилась интересной: заметно, что с годами средняя громкость треков стабильно растёт, при этом явного тренда к продолжительности или сокращению композиции нет. Самые популярные треки, крупные точки, чаще всего находятся в центральной зоне. Это позволяет предположить, что для успеха сегодня важнее плотный звук, а не хронометраж.

Заключение

При анализе 20 лет хитов на Spotify, стало ясно, что музыкальные предпочтения аудитории и характер треков изменялись постепенно. Эмоциональное настроение песен со временем остаётся достаточно разнообразным, но возрастает тенденция на ритм и «танцевальность», из чего можно сделать вывод, что целью музыки за последние 20 лет, стало — вовлекать слушателя физически, а не только эмоционально. Параллельно растёт доля треков с пометкой «Explicit», что отражает более свободное самовыражение артистов и смещение индустрии в сторону открытого, взрослого контента, доступного через стриминговые платформы.

Корреляционный анализ показал, что популярность треков больше всего связана с танцевальностью, что указывает на приоритет ритмичных и динамичных композиций для слушателей. Анализ громкости и длительности треков выявил, что с годами средняя громкость песен увеличивается, тогда как длительность остаётся такой же разнообразной, а самые успешные композиции совмещают в себе это.

В целом, за последние 20 лет хиты Spotify становятся более ритмичными, динамичными и открытыми в содержании, при этом их эмоциональный спектр остаётся многообразным, а успех трека всё чаще зависит от плотного звука. Эти выводы помогают лучше понять современные музыкальные тренды и предпочтения аудитории.

Описание применения генеративной модели и инструментов

  1. Kaggle — использовалась для поиска и скачивания датасета.
  2. Google Colab — анализ данных, их обработка и визуализация.
  3. ChatGPT — использовался для создания цветовой палитры.
  4. Библиотеки: pandas — загрузка и анализ данных matplotlib — визуализация seaborn — стиль графиков numpy — расчёт трендовых линий и математических операций
  5. Цветовая палитра в Adobe Color: #1DB954 #29E191 #000000 #8CFAAD #FFFFFF #44FA41
  6. Krea.ai — генерация обложки.
Анализ 20 лет хитов на Spotify
Project created at 17.01.2026
We use cookies to improve the operation of the website and to enhance its usability. More detailed information on the use of cookies can be fo...
Show more