Original size 1140x1600

Spotify Sonic DNA

PROTECT STATUS: not protected

Концепция

Музыкальные стриминговые сервисы ежедневно формируют огромные массивы данных о современной музыке и пользовательских предпочтениях. Меня заинтересовало, существуют ли закономерности между популярностью треков, их жанрами и аудиохарактеристиками.

Для исследования был использован открытый датасет Spotify Tracks Dataset, содержащий информацию о более чем 114 тысячах треков и их параметрах: danceability, energy, tempo, popularity и другими аудиометриками.

Цель проекта — визуализировать взаимосвязи между музыкальными жанрами, популярностью и аудиохарактеристиками треков, а также показать особенности современной цифровой музыкальной культуры.

Практическая ценность проекта заключается в переводе большого объёма музыкальных данных в понятную визуальную систему, позволяющую исследовать паттерны современной музыки и различия между жанрами.

Процесс создания

На первом этапе был исследован датасет и выбраны ключевые показатели для анализа: популярность треков, danceability, tempo, energy, loudness и жанровые различия. Для поиска структуры визуализации и помощи в написании Python-кода для обработки данных и построения графиков дополнительно использовался ChatGPT.

Далее датасет был загружен в Google Colab, где с помощью Python были построены основные визуализации и экспортированы в формате SVG. Для анализа данных использовались библиотеки Pandas, Matplotlib и Seaborn.

После этого графики были доработаны и собраны в единую визуальную систему в Figma.

Основой визуального оформления стала тёмная палитра с яркими неоновыми акцентами, вдохновлённая эстетикой Spotify Wrapped и современными digital-интерфейсами музыкальных платформ.

Постер / Макет постера.

Инфографика

big
Original size 3141x1014

Top Genres

Горизонтальная диаграмма показывает наиболее популярные музыкальные жанры и распределение треков внутри датасета.

Original size 1682x1139

Audio Feature Correlations

Корреляционная матрица визуализирует взаимосвязи между аудиохарактеристиками треков, включая danceability, energy, loudness и popularity.

Original size 1529x1051

Danceability vs Popularity

Scatter plot демонстрирует зависимость между танцевальностью треков и их популярностью, а также распределение energy внутри выборки.

Original size 3340x1171

Tempo Distribution by Genre

Violin plot показывает распределение темпа (BPM) внутри различных музыкальных жанров и визуализирует различия ритмических характеристик.

Original size 3244x402

KPI-блоки

Верхняя часть постера содержит ключевые показатели датасета: общее количество треков, среднюю популярность, средний уровень danceability и средний BPM.

Визуализация постера в среде

Original size 3000x2000
Original size 1280x1920

Заключение

Исследование показывает, что между аудиохарактеристиками треков и их популярностью существуют заметные взаимосвязи. Наиболее популярные треки обладают более высокими показателями danceability и energy, а жанровые группы формируют устойчивые ритмические и звуковые паттерны.

Инфографика объединяет несколько аналитических блоков в единую визуальную систему и демонстрирует, каким образом музыкальные данные могут использоваться для исследования современной цифровой музыкальной культуры.

Исходные данные

Для исследования использовался открытый набор данных Spotify Tracks Dataset.

Источник: https://www.kaggle.com/datasets/maharshipandya/-spotify-tracks-dataset

Spotify Sonic DNA
Project created at 14.06.2026
adcr.dafes
The Art Directors Club of Russia sets the benchmark for creative excellence in design and advertising, serving as a central hub where industry professionals connect. Since 2004, the Club has hosted the ADCR Awards—a premier national competition celebrating creativity, design, and advertising. The core mission of the awards is to champion agencies and independent creators making their mark in the local market. By presenting this honor on behalf of the professional community, the Club reaffirms its endur... Show more
adcr advertising
adcr design
adcr students and young creators