Когда авторы песен наиболее успешны?

Когда авторы песен успешны?

Давайте узнаем с помощью графиков KDE

Певец, получающий премию Grammy среди снежного дождя конфетти (создано с помощью DALL-E2)

В каком возрасте певцы-авторы песен наиболее успешны? Я задался этим вопросом, когда услышал старую песню Стиви Уандера. У меня сложилось впечатление, что, подобно математикам, певцы-авторы песен достигают пика своей карьеры в середине и конце 20-х. Но что говорят данные?

В этом проекте Quick Success Data Science мы воспользуемся Python, pandas и библиотекой визуализации Seaborn, чтобы исследовать этот вопрос. Мы рассмотрим карьеры 16 известных певцов-авторов песен, которые имеют более 500 хитов вместе. Мы также включим в анализ привлекательную графику, известную как график оценки плотности ядра.

Методология

Для определения времени наибольшего успеха певцов-авторов песен мы нуждаемся в некоторых руководствах. План состоит в следующем:

  • Певцы-авторы песен, включая тех, кто работает с соавторами.
  • Певцы-авторы песен с долгосрочной карьерой.
  • Разнообразный выбор певцов-авторов песен и музыкальных жанров.
  • Певцы-авторы песен в чарте Billboard Hot 100.

Hot 100 – это еженедельный чарт, опубликованный журналом Billboard, который ранжирует лучшие исполняемые песни в Соединенных Штатах. Рейтинги основаны на физических и цифровых продажах, радиоэфире и онлайн-стриминге. Мы будем использовать его как постоянный и объективный способ оценки успеха.

Данные

Мы будем использовать песни, написанные следующими высокоуспешными артистами:

Я записал возраст каждого артиста на момент каждого их хита и сохранил его в виде CSV-файла, хранящегося на этом Gist. Если у них было несколько хитов в одном году, их возраст повторялся для каждого хита. Вот краткий обзор верхней части файла:

Кросс-ссылка этой информации является утомительной задачей (ChatGPT отказался это делать!). Следовательно, некоторые хиты, написанные этими артистами, но исполненные другими, могли быть намеренно исключены.

Графики оценки плотности ядра

График оценки плотности ядра – это метод, похожий на гистограмму, для визуализации распределения точек данных. В то время как гистограмма разбивает и подсчитывает наблюдения, график KDE сглаживает наблюдения с помощью гауссова ядра. Это…