Анализ творчества Olivia Rodrigo

Olivia Rodrigo — одна из самых ярких молодых поп-артисток последних лет. Она не боится сочетать разные жанры и эмоциональные стили, и каждый её альбом имеет своё собственное звучание. Анализируя её диски, можно проследить, как менялась её музыкальная палитра и темы текстов в разные периоды её творчества.

В исследовании использован датасет, собранный на основе данных Spotify и опубликованный на платформе Kaggle.

Датасет не ограничивается одним альбомом, а отражает более широкое музыкальное окружение, что позволяет анализировать типичные звуковые паттерны, встречающиеся в треках. Это делает данные удобными для кластерного и сравнительного анализа без необходимости дополнительной фильтрации по исполнителям.

Цветовая палитра проекта основана на визуальной эстетике Оливии Родриго. Темный фон и контрастные акцентные оттенки отсылают к концертному свету, обложкам релизов и эмоциональной полярности её музыки. Цвета используются как смысловые маркеры, помогающие различать звуковые архетипы и усиливающие эмоциональное восприятие данных.

Шрифт Bounded был выбран из-за его характерной, слегка резкой геометрии, которая перекликается с вайбом Оливии — прямым, честным и немного дерзким. Он хорошо балансирует между аккуратной аналитикой и выразительной поп-рок эстетикой, сохраняя цельность визуального языка проекта.

os — для работы с файловой системой и проверки наличия загруженных файлов. NumPy — для численных вычислений, работы с массивами данных, расчёта перцентилей и медианных значений. Pandas — для загрузки, очистки и анализа табличных данных, а также для группировки и агрегации показателей. Matplotlib — основная библиотека для построения и детальной настройки визуализаций, включая цветовую палитру, типографику и оформление осей. font_manager — модуль Matplotlib, используемый для подключения и управления пользовательским шрифтом Bounded во всех графиках. StandardScaler — инструмент для стандартизации аудиохарактеристик перед кластерным анализом. MiniBatchKMeans — алгоритм кластеризации, применяемый для выявления звуковых архетипов треков на основе их аудиофичей.

В данном фрагменте задаются пути к исходному CSV-файлу с данными и пользовательскому шрифту и, при наличии файла шрифта, подключает его для использования во всех графиках проекта.

Точечная диаграмма показывает, как треки группируются по танцевальности и энергии, формируя несколько устойчивых звуковых архетипов