Исходный размер 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

Исходный размер 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.
Исходный размер 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
Проект создан 17.01.2026
Мы используем файлы cookies для улучшения работы сайта НИУ ВШЭ и большего удобства его использования. Более подробную...
Показать больше