bladee // анализ дискографии

Bladee — шведский рэпер, один из ключевых участников коллектива Drain Gang. Его музыка соединяет автотюн‑вокал, облачный, «размытый» звук и отсылки к интернет‑культуре. Являясь центральной фигурой в коллективе Drain Gang, он вместе с Ecco2K и Thaiboy Digital создал целостный, самобытный художественный мир.

Bladee и в целом эстетику Drain Gang я выбрала потому, что их визуальный мир строится на кибер-эстетике: ранний интернет, глитч, ощущение цифрового шума. Поскольку в проекте создаются графики с помощью программирования, выбор исполнителя Bladee показался мне уместным. Так, код и инфографика органично встраиваются в drain-эстетику, где “искусственный” визуальный язык — часть художественного высказывания.

Первым шагом стало формирование базового датасета по песням Bladee. Для этой задачи была выбрана платформа Spotify, где можно получить данные как о популярности и длительности треков, так и о привязке к альбомам.

Я спросила у Chat GPT, как я могу получить эти данные и узнала, что нужно зарегистрироваться в кабинете разработчика Spotify, создать приложение и получить client id и client secret, чтобы работать с API. Так, с помощью авторизации в Spotify for Developers был собран набор треков с указаниями названия, альбомов, длительности и индекса популярности, который затем экспортировался в таблицу bladee_tracks.csv для дальнейшей обработки.

Чтобы проанализировать тексты треков, я решила воспользоваться платформой Genius. Собрать уже готовый датасет по Genius API не удалось, поэтому все тексты треков были перенесены вручную в таблицу Excel, а затем в таблицу bladee_lyrics.csv. Далее при помощи скрипта данные были автоматизировано очищены от лишних символов, пустых строк и служебных элементов и объединены в один общий датасет bladee_complete_data.csv, содержащий все данные из Spotify и тексты треков.

После подготовки датасетов начался этап программирования графиков на Python. В работе использовались библиотеки pandas, matplotlib, seaborn и wordcloud; Chat GPT помогал генерировать базовые шаблоны кода, которые затем дорабатывались вручную под нужный стиль и структуру данных. ​

Для каждого типа визуализации был написан отдельный блок кода:

• линейчатая диаграмма с топ‑10 популярных треков;
• точечная диаграмма зависимости популярности от длительности;
• гистограмма средней длительности треков по альбомам;
• облако частотности слов;
• график эволюции среднего лексического разнообразия.

При создании отдельно настраивался шрифт для всех подписей и заголовков графиков. В коде для каждого задавался параметр fontname='Andale Mono' и белый цвет текста (color='white'), чтобы все надписи были выполнены определённым шрифтом на чёрном фоне.

Выбор шрифта Andale Mono не случайный: системныей шрифт визуально ассоциируются с терминалом и ранней интернет‑эстетикой, что хорошо рифмуется с цифровым glitch-миром Bladee и Drain Gang. Белый цвет шрифта на чёрном фоне усиливает ощущение «ночного» интерфейса и напоминает кибер-эстетику.

Для визуализации данных были использованы специально подобранные оттенки, чтобы графики визуально пересекались с эстетикой Bladee и Drain Gang. Палитра была собрана в Adobe Color из изображений обложек альбомов Good Luck (Deluxe) и Ice Dancer были выбраны характерные неоновые и пастельные оттенки (голубые, розовые, фиолетовые).

Для каждого трека в отдельные столбцы были вынесены длительность в минутах и индекс популярности, после чего эти два параметра были визуализированы в виде точек. Поверх точечной диаграммы была построена линейная регрессия, чтобы оценить общую тенденцию: популярны ли более коротких или более длинные треки. Такой график демонстрирует, влияет ли длина композиций Bladee на их успех.