Кендрик Ламар: дискография в данных

Kendrick Lamar — одна из самых влиятельных фигур современной музыки.

В его творчестве сочетаются личные истории, социальная оптика, сложная ритмика и эксперименты со звучанием. Поэтому его дискографию интересно рассматривать не только как набор треков, но и как систему данных.

В этом проекте обычные параметры музыкального каталога становятся инструментами анализа: год выхода, длительность, популярность и аудиохарактеристики помогают увидеть, как устроена дискография. На примере Кендрика Ламара это особенно хорошо видно: в его творчестве есть разные периоды, крупные релизы, фиты, эксперименты со звучанием и сильный слушательский отклик. Мне также близка эта тема, поэтому было важно рассмотреть его музыку не только с позиции слушателя, но и через визуальную аналитику. Так данные позволяют увидеть не только отдельные треки, но и общую структуру его музыкального пути.

Цель проекта показать, как через данные можно увидеть внутреннюю логику дискографии. Инфографика помогает проследить, как распределяются релизы по годам, какие треки получают больший отклик, какая длительность встречается чаще и связаны ли аудиохарактеристики с популярностью.

Польза инфографики заключается в том, чтобы сделать музыкальные данные понятными и наглядными. Проект помогает увидеть то, что не всегда считывается при обычном прослушивании: ритм релизов, распределение популярности, частую длительность треков и связь аудиохарактеристик со слушательским откликом.

Подобный визуальный анализ показывает дискографию Кендрика Ламара как систему, в которой данные помогают внимательнее рассмотреть музыкальный путь артиста.

В качестве носителя я выбрала серию журнальных разворотов. Такой формат подходит для проекта, потому что тема состоит из нескольких уровней анализа.

Для исследования использовался открытый набор данных Kendrick Lamar Dataset (Spotify), размещённый на платформе Kaggle.

В таблице были представлены год релиза, популярность, длительность, наличие ненормативной лексики и аудиохарактеристики треков: танцевальность, энергичность, эмоциональная окраска, темп, громкость, речитативность, акустичность, инструментальность и эффект живого звучания.

Основой для этой инфографики послужил мой предыдущий учебный проект по визуализации данных. В нём я уже работала с этим датасетом и строила первые графики в Python. Это позволило продолжить и развить уже найденную тему и сосредоточиться на визуальной переработке, композиции и подаче данных.

Первичный анализ был выполнен в Python. Для работы с таблицей использовалась библиотека pandas, а для построения исходных графиков — seaborn и matplotlib. На этом этапе я отобрала четыре направления, которые стали основой финальной серии.

[1] Столбчатая диаграмма показывает релизную активность и помогает увидеть, сколько треков приходится на каждый год выхода.

[2] Диаграмма распределения сравнивает популярность треков с ненормативной лексикой и без неё.

[3] Гистограмма длительности показывает, какая продолжительность треков встречается чаще всего.

[4] Точечная диаграмма показывает, как популярность отдельных треков распределяется по годам релиза.

[5] Сетка точечных диаграмм сравнивает популярность с аудиохарактеристиками: "танцевальностью", энергичностью, эмоциональной окраской, темпом, громкостью, речитативностью, акустичностью, инструментальностью и концертностью.

Анализ и подготовка исходных графиков выполнялись в Google Colab с использованием Python. Для работы с таблицей использовалась библиотека pandas, а для построения графиков — seaborn и matplotlib, как уже упоминала выше. На основе предыдущего исследования были отобраны показатели, которые лучше всего раскрывают структуру дискографии Кендрика Ламара: релизная активность, популярность, длительность, наличие ненормативной лексики и аудиохарактеристики.

После первичного анализа была разработана визуальная концепция проекта. В Figma я делала первые наброски композиции, проверяла расположение заголовков, графиков, фотографий и текстовых блоков.

Для стилистической переработки графиков использовался ChatGPT. Я загружала исходные диаграммы, добавляла визуальные референсы и уточняла нужный результат, чтобы графики соответствовали общей чёрно-белой и серой системе проекта. После этого я вручную перевела подписи графиков с английского на русский язык.

Дальнейшая обработка графиков выполнялась в Adobe Photoshop: я корректировала цвет, контраст и отдельные детали, чтобы визуализации лучше вписывались в общий стиль. Финальная верстка проекта была выполнена в Adobe InDesign, где графики, текстовые блоки, фотографии и подписи были объединены в единую серию инфографических журнальных разворотов.

Финальная серия состоит из четырёх журнальных разворотов, собранных в единую редакционную систему.

Визуальный язык проекта строится вокруг монохромной гаммы, крупной типографики, чёрно-белых фотографий и воздуха в композиции. Такой подход помогает соединить два слоя проекта: точность данных и визуальный образ Кендрика Ламара.

Чёрный, белый и оттенки серого выбраны для того чтобы приблизить инфографику к эстетике музыкальной документации, печатных материалов, архивных изображений и промо-визуалов артиста.

Верстка работает через чёткую сетку, крупные текстовые акценты и воздух в композиции.

Типографика также стала важной частью визуальной системы.

Основной наборный текст выполнен в Roboto Mono Light: моноширинный шрифт отсылает к данным, таблицам, коду и чековой типографике, которая почти постоянно встречается в визуальном языке Кендрика Ламара.

Крупные акцентные строки набраны IBM Plex Mono Italic. Этот шрифт сохраняет моноширинную логику, но добавляет больше движения и ритма, что хорошо сочетается с музыкальной темой проекта.

Общие заголовки выполнены в Times New Roman. Этот шрифт перекликается с печатной и архивной эстетикой , которую артист также часто использует в своих визуальных материалах.