Анализ наиболее прослушиваемых треков 2025 года
Концепция
Музыкальные стриминговые сервисы сегодня формируют массовую культуру и влияют на то, какие артисты и жанры становятся популярными. В рамках данного проекта я анализирую данные о музыкальных треках 2025 года с платформы Spotify, чтобы выявить закономерности между популярностью треков, характеристиками исполнителей и параметрами релизов.
Проект выполнен в формате исследовательской и объясняющей визуализации данных: каждая визуализация отвечает на конкретный вопрос и помогает интерпретировать поведение слушателей, а не просто демонстрирует цифры.
Основная цель проекта — понять, какие факторы влияют на популярность треков и как они соотносятся с музыкальными и контекстными характеристиками.
Данные и инструменты
Данные: CSV-датасет Spotify (Kaggle)
Содержит: название трека, исполнителя, популярность, дату релиза, тип релиза, длительность
Инструменты: Pandas, Matplotlib, Seaborn, Google Colab
Вопрос № 1 Зависит ли популярность трека от популярности исполнителя?
Диаграмма показывает зависимость между популярностью исполнителя и популярностью его треков. Видно, что более популярные артисты в среднем выпускают более успешные треки.
Вопрос № 2 Какие треки стали самыми популярными в 2025 году?
График демонстрирует десять наиболее популярных треков 2025 года и позволяет наглядно сравнить их уровень популярности.
Вопрос № 3 Влияет ли длительность трека на его популярность?
На графике видно, что жёсткой зависимости между длительностью трека и его популярностью не наблюдается. Большинство популярных треков имеют стандартную продолжительность.
Вопрос № 4 Влияет ли формат релиза на популярность треков?
Сравнение показывает различия в средней популярности треков в зависимости от формата релиза — синглы и альбомные треки демонстрируют разные показатели.
Вопрос № 5 Популярность треков и дата релиза
График отражает распределение популярности треков в зависимости от времени их выхода и позволяет оценить влияние новизны релиза.
Источники и инструменты
Источники данных: Kaggle, Spotify
Инструменты анализа: Pandas, Matplotlib, Seaborn
Вспомогательные инструменты: ChatGPT (формулировка вопросов и пояснений, правка кода) https://chatgpt.com/c/693d6be3-8ed4-832e-b9df-d72f71961d01 Krea.ai (генерация картинок и обложки проекта) https://www.krea.ai/image?project=019b1dc3-e206-7887-a478-0126a8bde09b
Блокнот с кодом и датасет
