Skip to content

PedemonteGiacomo/DataScienceProject

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

45 Commits
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

DataScienceProject

Project for Data Science course at University of Genoa.

Analyze a dataset of the top50 songs in 2019 by Spotify.

Dataset contains the following informations:

Id = identificativo della canzone che rappresenta la posizione nella top50 playlist

Track.Name = nome della traccia

Artist.name = nome dell'artista

Genre = genere della traccia

Beats.Per.Minute = "The tempo" of the song

Why is this useful? The tempo of a song generally correlates with the kind of mood a song will set in a video or any project that utilizes music to invoke a specific feeling in the audience. The higher the BPM, the faster the song, which is great for scenes that are joyful, exciting, or need to move quickly or intensely. Meanwhile, a lower BPM means the song is slower, which is fitting scenes that are sad, dramatic or romantic.

Largo (very slow) is 40–60 BPM. Larghetto (less slow) is 60–66 BPM. Adagio (moderately slow) is 66–76 BPM. Andante (walking speed) is 76–108 BPM. Moderato (moderate) is 108–120 BPM. Allegro (fast) is 120–168 BPM. Presto (faster) is 168–200 BPM. Prestissimo (even faster) is 200+ BPM.

Energy = l'energia di una canzone - maggiore è il valore più la canzone ne ha

Danceability = maggiore è il valore, più è facile da ballare la canzone

Loudness..dB = maggiore è il valore, maggiore è la "rumorosità" della canzone

Liveness = più è alto più è come se fosse una registrazione dal vivo..

Valence = piu è alto il valore, maggiore è il mood positivo della canzone.

Length = lunghezza della canzone/durata.

Acousticness = maggiore è il valore, più la canzone è "acustica"

Speechness = maggiore è il valore, maggiore sarà il numero delle parole utilizzate all'interno della canzone.

Popularity = più è alto il valore, più la canzone sarà popolare.

About

Project for Data Science course at University of Genoa.

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published