Музыкальные тренды 2000–2020: как менялись характеристики популярных треков

Сравнительный анализ популярной музыки 2000 - 2020 годов, выявление тенденции изменения музыки за эти годы.

У современной музыки есть много направлений по своему популярных и много артистов популярных в своих направлениях, но какую музыку можно считать глобально “популярной”? Какие ритмы сейчас привлекают к себе больше внимания? Насколько “танцевальная” современная музыка?

Для меня ответы не очевидны, поэтому я решила провести исследование и сравнить популярную музыку за последние 20 лет по показателям Spotify. К сожалению все датасеты, которые мне удалось найти не содержат статистику за 2020 - 2025 годы, поэтому я рассматриваю только 2000 - 2020 годы.

Конкретно я буду смотреть на показатели:

1. danceability (танцевальность)
2. tempo (темп)
3. energy (энергичность)
4. valence (позитивность)
5. instrumentalness (инструментальность)
6. loudness (громкость)

Анализ будет выполняться на основе метаданных популярных треков (тех, что попадали в чарты или имеют высокую популярность. Для визуализации я буду пользоваться библиотекой Pandas и программой Processing.

Датасеты которые я использовала:

1. Датасет на 600 000 + треков, параметры и даты выпуска

1. Группировка по годам / декадам, расчёт средних и медианных значений
2. Корреляционный анализ между признаками
3. Стандартизация / нормализация для сравнения характеристик

Цветовую палитру я нашла на Pinterest и дополнила одним цветом. Мне нужна была палитра минимум на 6 цветов, не считая фона, чтобы показывать на графиках 6 показателей, по которым я сравниваю музыку. На мой взгляд эта палитра достаточно разнообразна, чтобы цвета легко различались, при этом не слишком рябили.

1. Поиск достаточно объёмного датасета
2. Очистка данных: убрать пропуски, отфильтровать по годам
3. Анализ: посчитать средние значения по годам
4. Визуализация: 4 разных типа графиков

Загружаю нужные библиотеки и csv файл. Беру только популярные треки, фильтруя по популярности. Беру колонки только с избранными характеристиками.

Чтобы сравнение было чище нужна нормализация

Показывает буквально как сквозь годы росла и падала популярность разных черт в популярной музыке. Каждая черта это отдельная линия, у каждой черты есть степень реализации в песне от 0 до 1 (по системе Spotify).

Для характеристик и годов, указанных в коде раньше, нарисовала линии. Каждая линия это характеристика.

Использовала те же нормализованные данные, использовала stackplot - он складывает значения друг на друга, каждый слой - одна характеристика.

Выбрала последний доступный год, рассчитала проценты: каждая характеристика / сумма всех × 100%. Использовала plt.pie() для круга.