КОНЦЕПЦИЯ
Любителям оперы посвящается…
Опера считается одним из самых известных видов академического искусства, однако для большинства людей она остается закрытым и малоизученным культурным явлением. Чаще всего внимание зрителя сосредоточено на отдельных театрах или знаменитых произведениях, тогда как мировая оперная сцена представляет собой сложную систему взаимосвязанных городов, театров, композиторов и репертуаров.
Тема была выбрана из-за личного интереса к музыкальному театру и желания показать оперу не только как искусство, но и как объект статистического исследования. Несмотря на большое количество публикаций об отдельных постановках и композиторах, количественный анализ современной оперной жизни встречается достаточно редко.
Цель проекта — исследовать современную географию оперы и показать, как распределяются оперные представления между городами, композиторами и национальными школами. Инфографика помогает увидеть закономерности, которые трудно заметить при просмотре отдельных афиш или театральных программ. Она позволяет определить крупнейшие оперные центры мира, оценить разнообразие репертуара и понять, какие культурные традиции продолжают влиять на современную оперную сцену.
Исходные данные
В основу проекта легли данные базы Opera Performances, содержащей информацию о мировых оперных постановках в период с 2012 по 2018 год. Для анализа использовались сведения о городах проведения спектаклей, количестве представлений, произведениях и национальности композиторов.
Инфографика
ПЕРВЫЙ БЛОК. Диаграмма рассеяния: широта репертуара городов, где оси показывают число уникальных произведений и композиторов, а размер круга — количество представлений.
ВТОРОЙ БЛОК. Столбчатая диаграмма показывает топ городов по количеству представлений. Лидерами оказываются Москва — 3535, Вена — 3189, Берлин — 2991, Санкт-Петербург — 2967 и Лондон — 2479.
ТРЕТИЙ БЛОК. Круговая диаграмма показывает национальные школы композиторов по числу представлений. Самая большая доля — итальянская школа.
БЛОК 4. Линейный график демонстрирует изменение количества представлений по сезонам. Максимальное значение наблюдается в сезоне 2013/2014 — 25 285 представлений.
Итоговая инфографика предлагается как вертикальный A1-постер, выполненный в темно-красных тонах.
Процесс создания
В основу проекта лег датасет Opera Performances, опубликованный на Kaggle. Для исследования были использованы данные о мировых оперных постановках за 2012–2018 годы. Из выборки были отобраны сведения о городах проведения спектаклей, произведениях, композиторах и сезонах.
В Python данные были очищены и сгруппированы по нескольким направлениям: количество представлений по городам, разнообразие репертуара, национальность композиторов и изменение числа постановок по сезонам. Отдельно были рассчитаны показатели для крупнейших оперных центров, что позволило сравнить их между собой.
Для анализа использовались библиотеки pandas и matplotlib. На основе полученных таблиц были построены основные графики: столбчатая диаграмма, линейный график, круговая диаграмма и диаграмма рассеяния.
После обработки данных визуализации были перенесены в Figma, где частично выполнялась вёрстка проекта. Фон постера (так же, как обложка проекта) был сгенерирован нейросетью ChatGPT. Финальная цветокоррекция и доработка визуальной части были выполнены в Adobe Photoshop.
А что, если…
Мне также было интересно, насколько будет отличаться инфографика, созданная исключительно с помощью нейросети. Для эксперимента диаграммы и пояснительный текст были загружены в ChatGPT с запросом добавить театральную эстетику и оформить данные в виде законченной композиции.
По наиболее удачному результату можно сделать несколько выводов. Нейросеть успешно передала атмосферу театра и визуальную выразительность темы, однако композиция получилась несколько перегруженной. Кроме того, работа сохраняет характерные признаки генеративного изображения, из-за чего возникает ощущение недостатка ручной доработки. Тем не менее эксперимент показал, что нейросети могут выступать полезным инструментом для поиска визуальных решений и идей.
Мокапы
