Tyler, the Creator — феномер в мире музыки 21 века. C его альбомом IGOR (Genius 2019) он совершает самый резкий стилистический поворот своей карьеры. Акцентируясь на звуковой палитре, а не на песенной структуре, альбом представляет собой мозаику, собранную из гудящих бас-линий, выдающихся клавишных проигрышей и расстроенных синтов.
В этом проекте я решила погрузиться в альбом моего любимого исполнителя, в котором он раскрыл тему расставания, и проанализировать наиболее частотные слова, которые исполнитель использует в своих треках, а также развитие темы любви и дружбы в его альбоме.
В альбоме IGOR всего 12 песен.
Для их анализа я использую следующие библиотеки:
options(warn = -1)
library(xml2)
library(dplyr)
Attaching package: 'dplyr'The following objects are masked from 'package:stats':
filter, lagThe following objects are masked from 'package:base':
intersect, setdiff, setequal, unionlibrary(tidytext)
library(tidyr)
library(ggplot2)
library(wordcloud2)
library(stringr)Предварительно загрузив XML-документ с текстами песен в рабочую директорию, я строю тиббл с названиями 12 песен альбома, их текстами, а также считаю количество слов в каждой песне.
xml_data <- read_xml("igor_lyrics.xml")
titles <- xml_find_all(xml_data, ".//title")
lyrics <- xml_find_all(xml_data, ".//lyrics")
titles_text <- xml_text(titles)
lyrics_text <- xml_text(lyrics)
songs_tibble <- tibble(
title = titles_text,
lyrics = lyrics_text)
count_words <- function(text) {
words <- unlist(strsplit(text, "\\s+"))
length(words)
}
songs_tibble <- songs_tibble %>%
mutate(number_of_words = sapply(lyrics, count_words))
songs_tibble# A tibble: 12 × 3
title lyrics number_of_words
<chr> <chr> <int>
1 IGOR'S THEME "What? What? Wh… 272
2 EARFQUAKE "For real, for … 367
3 I THINK "(Four, four, f… 403
4 EXACTLY WHAT YOU RUN FROM YOU END UP CHASING "Exactly what y… 31
5 RUNNING OUT OF TIME "Running out of… 260
6 NEW MAGIC WAND "Sometimes you … 481
7 A BOY IS A GUN "No, don't shoo… 589
8 PUPPET "I wanna talk, … 363
9 WHAT’S GOOD "Turn my lights… 540
10 GONE, GONE / THANK YOU "Comparing scar… 604
11 I DON’T LOVE YOU ANYMORE "See, heavy fee… 265
12 ARE WE STILL FRIENDS? "Dream\n … 250На этом этапе я строю облако наиболее частотных слов во всех песнях альбома IGOR, чтобы определить слова, которые персонаж исполнителя использует в своих песнях, чтобы отразить тему расставания.
song_tokens <- songs_tibble %>%
unnest_tokens(word, lyrics) %>%
anti_join(stop_words, by = "word") %>%
count(word, sort = TRUE)
song_tokens <- song_tokens %>%
rename(word = word, freq = n)
wordcloud2(
song_tokens[1:30, ],
size = 1,
color = c("lightpink", "pink", "hotpink", "deeppink", "black",
"mediumvioletred", "orchid", "palevioletred", "violetred",
"grey", "lavender", "lightcoral", "darkviolet"),
backgroundColor = "white",
minRotation = 0,
maxRotation = 0
)В облаке можно заметить, помимо слова love, такие наиболее частотные слова, как time и friends, в связи с чем можно предположить (если не читать тексты песен и при этом знать общий контекст), что любовь в данном альбоме тесно связана с темой дружеских отношений. В связи с этим я решила, что могу построить гистограмму, в которой будет отражена встречаемость слов, связанных с любовью и дружбой в каждой песне альбома в той последовательности, в которой они идут.
# Заранее устанавливаю порядок песен, так как при первой попытке выполнить задание оказалось, что программа не может сама определить порядок по тибблу, как я ожидала, и распределяет все песни в рандомном порядке
songs_tibble <- songs_tibble %>%
mutate(title = factor(title, levels = c(
"IGOR'S THEME", "EARFQUAKE", "I THINK",
"EXACTLY WHAT YOU RUN FROM YOU END UP CHASING",
"RUNNING OUT OF TIME", "NEW MAGIC WAND",
"A BOY IS A GUN", "PUPPET", "WHAT’S GOOD",
"GONE, GONE / THANK YOU", "I DON’T LOVE YOU ANYMORE",
"ARE WE STILL FRIENDS?"
)))
love_friend_counts <- songs_tibble %>%
mutate(
love_count = str_count(lyrics, "\\blov\\w*\\b"),
friend_count = str_count(lyrics, "\\bfriend\\w*\\b")
) %>%
select(title, love_count, friend_count) %>%
pivot_longer(cols = c(love_count, friend_count), names_to = "word", values_to = "count")
love_friend_counts$title <- factor(
love_friend_counts$title,
levels = rev(unique(love_friend_counts$title))
)
ggplot(love_friend_counts, aes(x = title, y = count, fill = word)) +
geom_col(data = filter(love_friend_counts, word == "love_count"), aes(y = count), position = "identity", alpha = 0.8) +
geom_col(data = filter(love_friend_counts, word == "friend_count"), aes(y = -count), position = "identity", alpha = 0.8) +
coord_flip() +
scale_y_continuous(
labels = abs,
breaks = seq(-max(love_friend_counts$count), max(love_friend_counts$count), by = 1)
) +
labs(
x = "Название песни",
y = "Частотность слов",
fill = "Вид слова"
) +
theme_minimal(base_family = "Arial") + # Современный шрифт
scale_fill_manual(values = c("love_count" = "#FF69B4", "friend_count" = "#FFB6C1")) + # Розовые тона
theme(
axis.text.x = element_text(angle = 45, hjust = 1, color = "darkmagenta"),
axis.text.y = element_text(size = 10, color = "hotpink4"),
panel.background = element_rect(fill = "white", color = NA), # Белый фон графика
plot.background = element_rect(fill = "white", color = NA), # Белый фон страницы
legend.background = element_rect(fill = "white"),
legend.key = element_rect(fill = "white", color = NA),
legend.title = element_text(size = 12, color = "hotpink"),
legend.text = element_text(color = "darkmagenta"),
plot.margin = margin(t = 10, r = 10, b = 10, l = 10) # Минимальные отступы
)
В графике мы можем проследить динамику отношений персонажа Тайлера и его возлюбленного. Интересно, что слова, однокоренные со словом love, используются всего в 5 песнях, причем используются они неравномерно по ходу всего альбома: чаще всего во второй и третьей песнях, далее в десятой и одиннадцатой. Высокая частотность слов, однокоренных со словами love и friend в финальных песнях может отражать желание автора объединить темы любви и дружбы, подчеркивая их значимость в завершении альбома. В то же время можно предположить, что, так как начальные песни больше сосредоточены на теме любви, а ближе к концу появляется фокус на дружбе, именно дружба и может являться возможной альтернативой или разрешением любовных конфликтов.
