A minha análise usando os dados do Spotify

Fiz uma enquete lá no Instagram perguntando para o pessoal quais bandas gostariam que eu fizesse uma análise mais detalhada.

As vencedoras foram: Queen, U2, Pink Floyd e Red Hot Chili Peppers.

Peguei os valores da positividade e energia das músicas de cada uma dessas 4 bandas e montei o gráfico abaixo. Inclui apenas as músicas do álbum principal de cada uma das bandas.

Apesar das bandas não terem estilos musicais muito distantes, é possível notar padrões nos quadrantes criados.

Dividi o gráfico com as classificações: Tristeza, Agitação/raiva, Alegria/Excitação e Tranquilidade.

Cada ponto do gráfico é uma canção do álbum. Os álbuns escolhidos foram:

• U2, The Joshua Tree
• Queen, Live At Wembley Stadium
• Pink Floyd, The Later Years
• Red Hot Chili Peppers, Californication

Código e mais análises

Agora vou compartilhar outras análises que fiz e o código utilizado.

library(tidyverse)
library(spotifyr)
library(genius)
library(tidytext)
library(gridExtra)
library(wordcloud2)
library(dplyr)
library(ggplot2)
library(highcharter)
library(RColorBrewer)
library(randomForest)

# Você precisa criar as suas credenciais no Spotify e colocá-las aqui:
Sys.setenv(SPOTIFY_CLIENT_ID = 'XXXXXXXXXXXXXXXXXXXXXXXXXXXXX')
Sys.setenv(SPOTIFY_CLIENT_SECRET = 'XXXXXXXXXXXXXXXXXXXXXXXXXX')
# Para criar o seu acesso a API de desenvolvedor do Spotify, siga os passos em:
# https://developer.spotify.com/dashboard/login

access_token <- get_spotify_access_token()

banda <- get_artist_audio_features('u2') ### Buscar os dados

# Forças as algumas variáveis a serem da Classe de Fatores
banda$mode_name <- as.factor(banda$mode_name)
banda$key_name <- as.factor(banda$key_name)
banda$key_mode <- as.factor(banda$key_mode)
banda$album_name <- as.factor(banda$album_name)
banda$album_name <- as.factor(banda$album_name)

# tirar musicas repetidas
banda<-banda[!duplicated(banda$track_name),]

# tirar albuns repetidos
banda<-dedupe_album_names(banda, album_name_col = "album_name",
                   album_release_year_col = "album_release_year")

# buscar músicas de maior sucesso no mercado Americano
top_tracks<-get_artist_top_tracks(id=banda$artist_id[1], market = "US",
                                  authorization = get_spotify_access_token(),
                                  include_meta_info = TRUE)$tracks

# criar uma coluna na tabela informando se a música é top track ou não.
banda <- banda %>%
  mutate(topsongs = ifelse(tolower(substr(banda$track_name, start = 1, stop = 11)) %in%
                             tolower(substr(top_tracks$name, start = 1, stop = 11)), 1,0))
banda$topsongs <- as.factor(banda$topsongs)

# Defini que os os principais albuns são aqueles que tem alguma música de sucesso
main_albuns<-banda %>% filter(topsongs==1) %>%
  select(album_name)
banda_albums <- banda[banda$album_name %in% main_albuns$album_name,]
banda <- banda %>%
  mutate(topalbum = ifelse(album_name %in% main_albuns$album_name , 1,0))
banda$topalbum <- as.factor(banda$topalbum)

Visualização de dados

Vamos começar a nossa visualização de dados analisando o sentimento das letras cantadas.

Busquei as 20 palavras mais cantadas no album e separamos as palavras em positivas e negativas.

Mas você concorda que palavras negativas podem ter intensidades muito diferentes?

Por exemplo, a palavra cortar é entendida como uma palavra negativa. Porém, sua intensidade é muito menor do que a de outras palavras negativas como veneno ou fogo.

Então, além de separar as palavras em positivas e negativas, vamos dar um score para cada sentimento.

main_albuns$album_name<-as.character(main_albuns$album_name)
indicador<-names(which.max(table(main_albuns$album_name))[1])
banda_1 <- banda %>%
  filter(album_name == indicador)
banda_1 <- banda_1[order(banda_1$tempo),] #sort
banda_1$track_name <- factor(banda_1$track_name, levels = unique(banda_1$track_name))

#Creating a variable called D1 which contains all of the lyrics from Drake's album "Thank Me Later"
D1 <- genius_album(artist = banda$artist_name[1], album = banda_1$album_name[1])

#Using the piping operator to create a count of the most popular words in the album 
D1 %>% 
  unnest_tokens(word, lyric) %>% 
  anti_join(stop_words) %>% 
  count(word, sort = TRUE) -> D1Count

#Using more piping operators to create afinn sentiment as well as create a subset of the data that includes the top 20 most popular words 
D1Count %>% 
  inner_join(get_sentiments("afinn")) ->  D1Sentiment

D1Sentiment %>% head(20) -> D1Sentiment2

#Creating a column called color that uses an if else statment to color the sentiment score by red if it is below 0 and green if it is above
D1Sentiment2$color <- ifelse(D1Sentiment2$value < 0, "red", "green")

#Creating a bar graph that shows each sentiment. The "color=color" in the ggplot() and scale_color_identity() are what allow the graph to color by red and green based off of the ifelse statement.
sentimento1 <- ggplot(D1Sentiment2, aes(reorder(word, -n), value, color=color)) + geom_col(fill="white") + 
  theme(axis.text.x = element_text(angle = 90, hjust = 1)) +
  labs(title=paste0(banda$artist_name[1]," - ",banda_1$album_name[1]), x="20 palavras mais cantadas", y="Score do sentimento") +
  theme(plot.title = element_text(size=15,hjust = 0.5)) +
  scale_color_identity()

sentimento1

As nuvens de palavras ou wordclouds são uma ótima ferramenta para visualizar quais palavras são mais frequentes.

wordcloud2(data = D1Count)

Por fim, coloquei em um gráfico os valores de energia e positividade de cada música do principal album da banda.

artist_quadrant_chart(banda_1) %>% 
  hc_add_event_point(event = 'mouseOver')