Анализ творчества музыкальной группы Twenty one pilots

Twenty one pilots
— музыкальная группа, сильно впечатлявшая меня в подростковые годы и повлиявшая на мое формирование как личности. Основной темой из текстов является ментальное здоровье, а главным посылом остается фраза «stay alive», побуждающая продолжать жить, несмотря на все трудности.

Они предлагают уникальное сочетание жанровой эклектики, глубоких текстов и захватывающих выступлений, так что мне как давней поклоннице их творчества было интересно проанализировать их музыку и лирику с точки зрения анализа данных.

В своем исследовании я взяла базу данных 21 pilots discography analysis с сайта соревнований для специалистов по Data Science Kaggle. К сожалению, мне не удалось найти базу данных со всеми текстами группы, так что я сделала такую таблицу самостоятельно, чтобы наиболее полно рассмотреть не только характеристики их мелодий, но и словесную составляющую.

В ходе анализа датасетов для визуализации данных я решила сгенерировать следующие виды графиков, поскольку нашла их наиболее релевантными и наглядными:



• Гистограммы (наглядно демонстрирует частотность)


• Коробчатые диаграммы (изображают наибольшее и наименьшее значения)


• Линейные графики (показывают изменение тренда)


• Столбчатая диаграмма (отображает распределение песен по показателям)


• Точечная диаграмма (проявляет взаимосвязь данных)



В качестве референса для оформления проекта я взяла визуальный стиль крайнего выпущенного альбома «Clancy»
— отсюда взялись и основные цвета для проекта: оттенки белого, черного, красного, желтого, которые были извлечены с помощью сервиса Adobe Color, а также градиентные переходы между ними. Полученные графики я обработала в программе Photoshop: наложила текстуру обложки музыкального альбома.

С составлением большинства кодов мне помог Chat-GPT, который кастомизировал цветовую палитру, редактировал ошибки и укорачивал программу, чтобы итоговые скриншоты хорошо вписывались по размеру в проект на портфолио.

Как уже было сказано, мне пришлось формировать базу данных с текстами песен, их названиями и альбомами самостоятельно. Для этого я открыла Википедию с дискографией группы и распределением музыкальных треков по альбомам, а затем нашла в интернете тексты, которые впоследствие преобразовала в единую таблицу.

Для удобства написания кода и его большей компактности я преобразовала запись текстов всех песен из построчной в единую строку.

На протяжении всех генераций я импортировала необходимые мне библиотеки: numpy, matplotlib.pyplot и pandas. После чего считывала csv-файлы датасетов соответственно и меняла цветовую палитру.

Я зацепилась за своеобразный слоган группы «stay alive» и решила проверить, встречается ли слово «alive» в песнях и альбомах, и если да, то сколько раз и где именно.

Результат, визуализированный в виде гистограмм, меня заинтересовал: оказалось, что это прилагательное многократно повторялось в самом успешном и принесшим группе популярность альбоме «Blurryface», что символично можно считать как некую аффирмацию и награду участникам группы за то, что продолжали свое дело. Такой результат соотносится и с диаграммой частотности по песням: в тексте «Lane boy», которая входит в вышеупомянутый альбом, символичное слово встречается более десяти раз. Любопытно, что альбом, в котором ни разу не упоминалось прилагательное «alive», — «Scaled and Icy» — играет важную роль в общем лоре группы и представляет собой как бы подделку на настоящее творчество группы, переворачивая всю квинтэссенцию Twenty one pilots с ног на голову.

Затем я решила поработать с текстами музыкальных композиций в целом и составила облако слов в целом для всего творчества и каждого альбома в частности.

Кроме часто употребимых глаголов (feel, want, like, know, say, take, see, make, go), встречаются и нестандартные слова, которые выделяют тексты Twenty one pilots среди других групп, определяя их творчество как попытку побега от себя и других и избавления от проблем: way, mind, leave, alone, trying, run, time. Любопытно наличие ярких отрицаний — won’t и don’t need — словно лирический герой текстов отказывается жить и мыслить определенным образом, что как раз напрямую связано с философским и депрессивным характером песен.

Затем я перешла к изучению найденного в интернете датасета с разными параметрами песен: duration_ms, valence, danceability, energy, acousticness, loudness, speechiness, instrumentalness, liveness, key_mode, tempo и time_signature.

По построению линейных графиков можно судить о зависимости различных параметров друг от друга: чем громче песня, тем она более энергичная; обратная связь существует между речистостью и громкостью. Также интересно понаблюдать за эволюцией альбомов по годам и проследить развитие творчества группы: с большинством высокими параметрами снова соотносится дебютный
Blurryface, который был выпущен в 2015 году.

Чтобы рассмотреть распределение этих функций более подробно в другой плоскости, я решила использовать коробчатую диаграмму, которая компактно изображает одномерное распределение упомянутых вероятностей от максимального до минимального значений, проводя медиану и показывая выбросы, т. е. отхождение от среднего значения.

Стоит отметить, что все параметры, кроме речетативности (Speechiness) и громкости (Loudness) почти не имеют погрешности. Мне стало интересно, почему именно эти два параметра отличаются от общей выборки, и я решила проследить их взаимосвязь.

Точечная диаграмма очень хорошо демонстрирует корреляцию двух параметров — речетативности (Speechiness) и громкости (Loudness): чем больше слов в песне, тем она менее шумная. Более того, речь идет не просто о тексте, а также о записанных комментариях на фоне и дополнительных звуковых дорожках (бэк вокал, например), которые воспроизводятся одновременно с основной лирикой.