Анализ данных. Влияние музыки на психологию человека
Рубрикатор
I. Введение
База данных Kaggle
|
II. Виды созданных графиков
|
III. Этапы работы
|
IV. Создание графиков
Код и датасет
|
V. Описание применения генеративной модели
Ссылка на нейросеть
Введение
Данная работа представляет собой анализ данных на тему результатов исследования «Музыка и психическое здоровье».
В качестве источника информации была использована база данных на Kaggle.
В основе исследования лежит феномен музыкальной терапии, которая использует широкий спектр различных жанров, варьирующихся от одной организации к другой.
Основная задача — определить, существуют ли корреляции между музыкальным вкусом человека и его психическим здоровьем, о которых он сам сообщает. В идеале эти результаты могут способствовать более осознанному применению музыкальной терапии или просто предоставить интересные сведения о психике.
Данную тему я выбрала из-за разнообразия информации и из собственного интереса, поскольку сама тоже занимаюсь музыкой с самого детства. Музыка всегда была для меня особенным направлением в искусстве, поэтому мне стало любопытно узнать, как именно её жанры могут влиять на различные психологические состояния человека, менять восприятие, помогать ему или же наоборот мешать тем или иным действиям.
Виды созданных графиков
Для своей работы я создала такие виды графиков, как:
• круговые диаграммы (для наглядного представления более простых данных, по типу количества респондентов, использующих те или иные сервисы для прослушивания музыки);
• классические столбчатые диаграммы (чаще всего для четкого выявления зависимости между прослушиванием определенных жанров музыки с ментальным состоянием респондентов);
• горизонтальная столбчатая диаграмма (для определения наиболее популярных жанров музыки среди людей);
• составная гистограмма (для выявления частоты прослушивания того или иного жанра);
• точечная диаграмма (для наглядного просмотра данных о соотношении возраста респондентов и их музыкальных вкусах).
Этапы работы
I. Поиск интересующей базы данных
|
II. Загрузка данных CSV файла
|
III. Сортировка и отбор информации
|
IV. Преобразование данных в запись кода
|
V. Редактирование получившегося кода
|
VI. Итоговое получение графиков по данным
|
VII. Анализ и описание получившихся графиков
Для создания визуализации данных использовался Google Colab.
В качестве стилизации была выбрана определенная палитра цветов (оттенки голубого и серого). Были также отредактированы и настроены размеры и расположения заголовков и поясняющих блоков для лучшей удобочитаемости графиков.
Источники вдохновения для создания графиков
Создание графиков
Просмотрев данные, я решила начать с простого — визуализировать, какое количество респондентов слушает музыку во время работы или учебы.
Круговая диаграмма четко дает понять, что 79% опрошенных занимаются и работают под музыкальное сопровождение.
Далее на основе таблицы я решила сделать столбчатую диаграмму, обозначающую возрастные категории респондентов.
Переходя ближе к сути исследования, была создана горизонтальная столбчатая диаграмма, показывающая количество людей, предпочитающих те или иные жанры музыки.
Здесь отчетливо можно увидеть, что рок, поп, метал и классика являются наиболее популярными жанрами среди опрошенных.
Далее я решила воссоздат часть данных о том, какими сервисами для прослушивания музыки чаще всего пользуются люди. Как и ожидалось, приложение Spotify занимает первое место по популярности.
Подходя к более сложным и структурным графикам, было принято решение визуализировать сравнительные показатели и значения распространения ментальных заболеваний.
Среди респондентов распространены повышенные показатели депрессии и тревожности, которые в среднем составляют 5 и 6 баллов соответственно. Между каждым рейтингом популярность также, по-видимому, меняется в одном и том же направлении. Интересно, что данный человек с большей вероятностью оценит свое состояние депрессии в 10 баллов, чем в 0.
Бессонница довольно распространена и более справедливо распределена за пределами нулевого значения. Однако показатели бессонницы демонстрирует тенденцию к снижению «популярности».
При нулевом значении ОКР является наименее распространенным расстройством. Как и в случае с бессонницей, по мере роста показателей распространения ОКР их популярность, как правило, снижается.
Далее я решила сравнить частоту прослушивания представленных ранее музыкальных жанров среди респондентов. В особенности речь здесь идет о глубине восприятия жанра, поэтому отношение к госпелу такое высокое (не забываем опираться на возраст некоторых опрошенных).
Далее представлена точечная диаграмма интенсивности прослушивания музыки в зависимости от возраста людей.
Возрастной диапазон слушателей рока наиболее разнообразен. Возраст слушателей классической и поп-музыки также широк по сравнению с другими жанрами. Некоторые музыкальные жанры, такие как К-поп и Lo-fi, привлекают более специфическую и молодую аудиторию.
Далее идет самая непростая часть анализа. Задача состояла в том, чтобы определить взаимосвязи между одним из ментальных заболеваний (депрессия, тревожность, ОКР и бессонница) и частотой прослушивания того или иного жанра музыки.
Важное примечание
Приведенный ниже код относится к созданию четырех следующих графиков. Разными они получились засчет последней строки кода, где я подставляла нужные значения согласно данным исследования.
Так, у графика показателей уровня тревожности последняя строка кода выглядела так: m_vs_gfreq (mlist, f'{disorder} vs Genre Frequency', 4, 9)
У графика показателей депрессии: m_vs_gfreq (mlist, f'{disorder} vs Genre Frequency', 2, 8.5)
У графика показателей бессонницы: m_vs_gfreq (mlist, f'{disorder} vs Genre Frequency', 0, 6.5)
У графика показателей ОКР: m_vs_gfreq (mlist, f'{disorder} vs Genre Frequency', 0,4)
Нижняя строка также обозначена пояснением со знаком «#».
Здесь можно увидеть, что очень частое прослушивание музыки кантри коррелирует с чуть более высоким уровнем тревожности. Не стоит слушать народную музыку с низким уровнем тревожности.
Наиболее устойчивая взаимосвязь наблюдается между тревожностью и частотой прослушивания поп-музыки. С увеличением частоты повышаются и показатели тревожности. Респонденты, выбравшие «Очень часто» для EDM, джаза или видеоигр, также сообщили о более высоком рейтинге тревожности.
Примечательно, что очень частое прослушивание госпела взаимосвязано с более низкими показателями уровня депрессии. Люди, не слушающие EDM, хип-хоп, металл, рэп, рок и поп-музыку так же имеют более низкие показатели уровня депрессии.
Наиболее устойчивые соотношения наблюдаются между частотой прослушивания рок-музыки и R& B и депрессией. В обоих случаях, по мере увеличения частоты, растет и уровень депрессии.
По данному графику видно, что слушатели кантри и госпела имеют более низкие показатели бессонницы. Однако ситуация для метала, лофт-музыки, джаза, рока и К-попа противоположная. Для этих жанров более высокие частоты коррелируют с более высокими рейтингами депрессии.
А вот самые частые слушатели фолка, джаза и Lo-fi сообщили о самых высоких показателях бессонницы.
Здесь примечательных данных меньше, чем в других случаях. Можно увидеть, что для большинства жанров устойчивая взаимосвязь отсутствует или незначительна.
Заметная корреляция заметна между частым прослушиванием R& B и более высоким показателем уровня ОКР.
Описание применения генеративной модели
Для создания обложки проекта я использовала нейросеть Ideogram.
Промпт: A surreal scene where musical notes dance around a human head, transforming into emotions like joy, sadness, anger, and peace. The human head should be half-realistic and half-abstract, showcasing the impact of music on the mind, light blue and light grey colors.
