География и динамика концертной активности GUF
Анализ данных концертных выступлений (2010–2025)
Концертная деятельность артиста отражает не только популярность, но и инфраструктуру музыкальной сцены. Анализ гастрольной географии позволяет выявить центры культурной активности и особенности распределения концертов во времени и пространстве.
Задача
Показать, что тема не случайна и имеет аналитический смысл.
Цель
Проанализировать пространственное и временное распределение концертной активности артиста GUF.
Вопросы
- В каких городах GUF выступал чаще всего?
- Как менялась концертная активность по годам?
- В каких странах проходили концерты и как распределяется активность?
Методы анализа
— Описательная статистика — Подсчёт частот — Группировка данных (groupby) — Временная агрегация по годам Инструменты: Python, Pandas, Matplotlib
Ключевые выводы
— Гастрольная география носит централизованный характер — Концертная активность неравномерна во времени — Деятельность артиста ориентирована преимущественно на локальное пространство
Ограничения исследования
Анализ основан на доступных публичных данных, которые могут не включать все выступления. Также отсутствует информация о масштабах площадок и численности аудитории.
Описание применения генеративной модели
Генеративная модель использовалась для: формулировки исследовательских вопросов; редактуры и уточнения текстовых формулировок. Генеративная модель не использовалась для анализа данных, вычислений и построения визуализаций.
Использованная модель: GPT-5.2 Thinking (ChatGPT, OpenAI) Ссылка: https://chat.openai.com
Заключение
Проект демонстрирует, как методы анализа данных и визуализации позволяют выявлять пространственные и временные закономерности в культурных процессах на примере концертной деятельности артиста.
Ссылка на IPYNB
