Анализ дискографии OASIS

В рамках данного проекта были проанализирована база данных с сайта Kaggle по студийной дискографии группы Oasis. Для исследования использовались табличные данные, агрегированные по альбомам, включающие год выпуска, количество треков, среднюю длительность композиций, средний темп, уровень громкости, показатели популярности, а также количественные характеристики текстов песен (общее число слов, количество уникальных слов и эмоциональная окраска текста). Интерес к анализу дискографии Oasis обусловлен тем, что группа является одним из ключевых представителей британской музыкальной сцены 1990-х годов, а её творчество хорошо документировано и охватывает длительный период времени. Это делает дискографию Oasis показательной для исследования эволюции музыкального стиля, структуры композиций и текстов, а также для сопоставления художественных изменений с динамикой популярности группы. Для визуализации данных были выбраны несколько типов графиков. Линейные графики используются для отображения громкости треков и доли акустического звучания. Столбчатые диаграммы применяются для сравнения альбомов по отдельным параметрам, например ритмической подвижности треков, доли речевых элементов в вокале и энергии треков. Тепловая карта используется для выявления возможных взаимосвязей между характеристиками звучания. Такой набор визуализаций позволяет одновременно рассматривать как динамику показателей, так и различия между отдельными альбомами.

Код для стилизации кода:

import matplotlib.pyplot as plt

code_text = """ import pandas as pd import matplotlib.pyplot as plt

df = pd.read_csv("Oasis.csv.xls")

dance_album = ( df.groupby("album_name")["danceability"] .mean() .sort_values() )

plt.figure(figsize=(10, 5)) plt.bar(dance_album.index, dance_album.values, color="black")

plt.title( "Rhythmic Mobility of Oasis Albums\n(Danceability)", loc="left", fontsize=14 )

plt.ylabel("Average danceability") plt.xlabel("Album")

plt.xticks(rotation=30, ha="right")

plt.gca().spines["top"].set_visible(False) plt.gca().spines["right"].set_visible(False)

plt.tight_layout() plt.show() """

fig, ax = plt.subplots(figsize=(12, 8)) ax.axis('off')

fig.patch.set_facecolor(‘#1c1c1c) plt.text(0, 1, code_text, fontfamily='monospace', fontsize=12, color='white', va='top', ha='left', linespacing=1.3)

plt.text(0.95, 0.02, "Oasis – Don’t Believe the Truth", fontsize=10, color='grey', ha='right', va='bottom', alpha=0.7)

plt.tight_layout() plt.savefig("oasis_code_style.png", dpi=300, facecolor=fig.get_facecolor()) plt.show()

На представленной столбчатой диаграмме показано среднее значение параметра danceability для релизов группы Oasis. Показатель danceability отражает степень ритмической структурированности треков и их ориентацию на телесное, движенческое восприятие. Из графика видно, что значения danceability варьируются в относительно узком диапазоне — от низких значений у ранних релизов до более высоких у поздних альбомов. Это указывает на то, что на протяжении всей дискографии Oasis сохраняет достаточно стабильный ритмический характер, не делая резких стилистических скачков. При этом можно заметить постепенное увеличение показателя danceability в более поздних альбомах. Релизы конца 1990-х и 2000-х годов демонстрируют более выраженную ритмическую упорядоченность по сравнению с ранними работами группы. Это может свидетельствовать о смещении фокуса от сырого и перегруженного звучания к более выверенной и структурированной форме. Анализ показывает, что музыка Oasis в целом не ориентирована на танцевальное восприятие в традиционном смысле, однако со временем группа постепенно увеличивает ритмическую чёткость своих композиций. Ранние альбомы отличаются более хаотичным и плотным звучанием, тогда как поздние релизы демонстрируют большую ритмическую организованность. Это отражает эволюцию музыкального подхода Oasis — от импульсивного бритпоп-звучания к более контролируемой и зрелой структуре композиций.

Код для стилизации кода:

import matplotlib.pyplot as plt

code_text = """ import pandas as pd import matplotlib.pyplot as plt

df = pd.read_csv("Oasis.csv.xls") speech_album = df.groupby("album_name")["speechiness"].mean().sort_values()

plt.figure(figsize=(12, 6)) bars = plt.bar(speech_album.index, speech_album.values, color="black")

plt.title("Speechiness of Oasis Albums\n(Share of Speech Elements in Vocals)", fontsize=16, fontweight='bold', fontfamily='monospace', loc='left', color='white') plt.ylabel("Average speechiness", fontsize=12, color='white', fontfamily='monospace') plt.xlabel("Album", fontsize=12, color='white', fontfamily='monospace')

plt.xticks(rotation=30, ha="right", color='white', fontsize=10, fontfamily='monospace') plt.yticks(color='white', fontsize=10, fontfamily='monospace')

ax = plt.gca() ax.spines["top"].set_visible(False) ax.spines["right"].set_visible(False) ax.spines["left"].set_color('white') ax.spines["bottom"].set_color('white')

ax.set_facecolor('#1c1c1c') plt.gcf().patch.set_facecolor('#1c1c1c')

plt.plot([ -0.5, len(speech_album)-0.5], [speech_album.max()*1.05]*2, color='white', linewidth=2) plt.plot([ -0.5, len(speech_album)-0.5], [-0.01]*2, color='white', linewidth=2)

plt.tight_layout() plt.savefig("oasis_speechiness_black_white.png", dpi=300, facecolor=plt.gcf().get_facecolor()) plt.show() """

fig, ax = plt.subplots(figsize=(12, 8)) ax.axis('off')

fig.patch.set_facecolor('#000000') plt.text(0, 1, code_text, fontfamily='monospace', fontsize=12, color='white', va='top', ha='left', linespacing=1.3)

plt.text(0.95, 0.02, "Oasis – Don’t Believe the Truth", fontsize=10, color='black', ha='right', va='bottom', alpha=0.7, fontfamily='monospace')

plt.tight_layout() plt.savefig("oasis_code_style.png", dpi=300, facecolor=fig.get_facecolor()) plt.show()

На столбчатой диаграмме представлено среднее значение параметра speechiness для альбомов группы Oasis. Данный показатель отражает долю речевых элементов в вокале и позволяет оценить, насколько подача текста приближается к разговорной манере, а не к традиционному мелодическому пению. Из графика видно, что значения speechiness для всех альбомов остаются относительно низкими и варьируются в узком диапазоне. Это указывает на то, что вокальный стиль Oasis на протяжении всей дискографии преимущественно основан на мелодическом исполнении, а не на речитативе или разговорной интонации. Таким образом, группа сохраняет устойчивую ориентацию на классическую рок-песенную форму. При этом можно заметить постепенное увеличение показателя speechiness в более поздних релизах. Альбомы 2000-х годов демонстрируют несколько более высокую долю речевых элементов по сравнению с ранними работами середины 1990-х. Это может свидетельствовать о некотором изменении вокальной подачи — появлении более свободной, разговорной интонации и снижении дистанции между исполнителем и слушателем. В целом анализ показывает, что, несмотря на небольшие колебания, Oasis не делает резких стилистических поворотов в вокальной манере. Незначительный рост speechiness в поздних альбомах можно интерпретировать как элемент творческой эволюции, а не как отказ от фирменного мелодического подхода группы.

Код для стилизации кода:

import matplotlib.pyplot as plt import numpy as np import random

code_text = """ import pandas as pd import matplotlib.pyplot as plt

df = pd.read_csv("Oasis.csv.xls")

loudness_album = df.groupby("album_name")["loudness"].mean().sort_index()

plt.figure(figsize=(12, 6)) plt.plot(loudness_album.index, loudness_album.values, marker='o', color='white', linewidth=2)

plt.title("Average Loudness of Oasis Albums", fontsize=16, fontweight='bold', loc='left', color='white', fontfamily='monospace') plt.ylabel("Loudness (dB)", fontsize=12, color='white', fontfamily='monospace') plt.xlabel("Album", fontsize=12, color='white', fontfamily='monospace')

plt.xticks(rotation=30, ha="right", color='white', fontsize=10) plt.yticks(color='white', fontsize=10)

ax = plt.gca() ax.spines["top"].set_visible(False) ax.spines["right"].set_visible(False) ax.spines["left"].set_color('white') ax.spines["bottom"].set_color('white')

ax.set_facecolor('#1c1c1c') plt.gcf().patch.set_facecolor('#1c1c1c')

plt.plot([-0.5, len(loudness_album)-0.5], [loudness_album.max()*1.05]*2, color='white', linewidth=2) plt.plot([-0.5, len(loudness_album)-0.5], [loudness_album.min()*0.95]*2, color='white', linewidth=2)

plt.text(len(loudness_album)-0.1, loudness_album.min()*0.93, "Inspired by Don’t Believe the Truth", fontsize=10, color='lightgrey', ha='right', va='bottom', alpha=0.8, fontfamily='monospace')

plt.tight_layout() plt.savefig("oasis_loudness_black_white.png", dpi=300, facecolor=plt.gcf().get_facecolor()) plt.show() """

fig, ax = plt.subplots(figsize=(12, 9)) ax.axis('off')

fig.patch.set_facecolor('white') ax.set_facecolor('white')

for _ in range(50): x = random.uniform(0, 1) y = random.uniform(0, 1) width = random.uniform(0.01, 0.05) height = random.uniform(0.02, 0.1) rect = plt.Rectangle((x, y), width, height, color='#1c1c1c', alpha=0.3) ax.add_patch(rect)

plt.text(0.05, 0.95, code_text, fontfamily='monospace', fontsize=12, color='black', va='top', ha='left', linespacing=1.3)

plt.tight_layout() plt.savefig("oasis_code_white_black_stripes.png", dpi=300, facecolor='white') plt.show()

На линейном графике показано среднее значение параметра loudness для альбомов Oasis. Показатель громкости отражает общий уровень звукового давления и связан с продюсерскими решениями, а также с тенденциями музыкальной индустрии конкретного периода. Из графика видно, что уровень громкости заметно колеблется от альбома к альбому. Ряд релизов характеризуется более высоким средним значением loudness, тогда как другие демонстрируют существенное снижение громкости. Это говорит об отсутствии линейной и однозначной динамики данного параметра в дискографии группы. Особенно заметны резкие перепады громкости между соседними релизами. Такие изменения могут быть связаны как с экспериментами со звучанием, так и с различиями в сведении и мастеринге. Кроме того, на уровень громкости могли влиять общие индустриальные тренды, включая так называемую «войну громкости», характерную для конца 1990-х и начала 2000-х годов. Анализ графика не позволяет сделать вывод о прямой зависимости между громкостью и популярностью альбомов. Некоторые из наиболее известных и коммерчески успешных релизов Oasis не обязательно обладают максимальными значениями loudness. Это указывает на то, что популярность группы определяется в большей степени композиционными, текстовыми и стилистическими факторами, а не исключительно техническими параметрами звучания.