Python分析盘点2019全球流行音乐：是哪些歌曲榜单占领了我们？

这次的数据分析工具是Python，当然如果你Python不是很熟，用tableau也是可以的，做出的图还会更好看。

一、数据准备

1、导入数据

import numpy as np

import pandas as pd

import matplotlib.pyplot as plt

import seaborn as sns

from pyecharts import Bar,WordCloud,Pie,Line

%matplotlib inline

%config InlineBackend.figure_format = ‘svg’

df=pd.read_excel(r’C:\Users\Administrator\Desktop\top50.xlsx’)

df.head()

这些代码都是不需要思考的，只要打开Python做数据分析，你首先就写好，或者直接复制就行，我都是把常用代码保存好，要用的时候就调出来用，这样省时间。

列的名称都是英语，我借助了百度做了下翻译：

• Track.Name-曲目；

• Artist.Name-歌手；

• Genre - 类型

• Beats Per Minute (BPM) - 每分钟节拍，也就是节奏.

• Energy - 能量 - 分数越高，代表能量就越大；

• Danceability - 舞蹈性-分数越高，代表你越容易因歌而舞；

• Loudness (dB) - 分贝-值越大，说明歌曲越响亮，反之则低沉；

• Liveness -现场性-值越大，歌曲越有可能是现场录音的；

• Valence - 情绪-值越大，情绪越激昂，反之越消沉；

• lentgh-时长；

• Acousticness -音质；.

• Speechiness -语言-值