Descripción general del conjunto de datos

Este proyecto utiliza un conjunto de datos obtenido a partir de la API oficial de Spotify, el cual recopila información sobre canciones populares y sus características de audio y descriptivas.

El dataset incluye tanto variables cuantitativas (como energía, bailabilidad, tempo, duración) como cualitativas (género, artista, modo, tonalidad).

En total, se analizaron 1686 canciones y 21 variables diferentes.

Estas variables permiten explorar las propiedades musicales desde múltiples dimensiones, como el ritmo, la intensidad sonora, la positividad emocional, y las preferencias por género o artista.

Variables cuantitativas

Variables cualitativas

Estadísticas descriptivas

     energy           tempo         danceability       playlist_genre
 Min.   :0.0040   Min.   :   929   Min.   :0.0040   pop       :357   
 1st Qu.:0.4965   1st Qu.: 93216   1st Qu.:0.4980   rock      :235   
 Median :0.6615   Median :117016   Median :0.6410   hip-hop   :227   
 Mean   :0.6113   Mean   :107984   Mean   :0.5947   latin     :184   
 3rd Qu.:0.7950   3rd Qu.:131738   3rd Qu.:0.7540   electronic:148   
 Max.   :0.9890   Max.   :209688   Max.   :0.9790   gaming    :100   
                                                    (Other)   :435   
    loudness          liveness         valence      
 Min.   :-43.643   Min.   :0.0010   Min.   :0.0010  
 1st Qu.: -7.614   1st Qu.:0.1170   1st Qu.:0.2780  
 Median : -5.687   Median :0.2090   Median :0.4865  
 Mean   : -6.158   Mean   :0.3495   Mean   :0.4867  
 3rd Qu.: -4.230   3rd Qu.:0.5810   3rd Qu.:0.7060  
 Max.   :  1.295   Max.   :0.9980   Max.   :0.9980  
                                                    
                track_artist  time_signature  speechiness     track_popularity
 Bad Bunny            :  20   Min.   :1.00   Min.   :0.0010   Min.   : 68.00  
 Linkin Park          :  14   1st Qu.:4.00   1st Qu.:0.2223   1st Qu.: 71.00  
 Hozier               :  11   Median :4.00   Median :0.3510   Median : 75.00  
 Sabrina Carpenter    :  11   Mean   :3.95   Mean   :0.3754   Mean   : 75.81  
 Billie Eilish        :  10   3rd Qu.:4.00   3rd Qu.:0.5028   3rd Qu.: 79.00  
 Red Hot Chili Peppers:  10   Max.   :5.00   Max.   :0.9970   Max.   :100.00  
 (Other)              :1610                                                   
             track_album_name           playlist_name  track_album_release_date
 Un Verano Sin Ti    :  16    Throwback Party  : 150   18/10/2024:  17         
 Motion              :   9    Reggaeton Hits   : 101   6/05/2022 :  17         
 YHLQMDLG            :   8    Top Gaming Tracks: 100   15/11/2024:  14         
 CHROMAKOPIA         :   7    Soft Pop Hits    :  98   22/08/2024:  12         
 Hollywood's Bleeding:   7    Rock Classics    :  91   9/08/2024 :  12         
 (Other)             :1638    EDM Hits         :  60   20/09/2024:  11         
 NA's                :   1    (Other)          :1086   (Other)   :1603         
 instrumentalness         mode             key          duration_ms    
 Min.   :  0.00000   Min.   :0.0000   Min.   : 0.000   Min.   : 61673  
 1st Qu.:  0.00000   1st Qu.:0.0000   1st Qu.: 2.000   1st Qu.:176608  
 Median :  0.00047   Median :1.0000   Median : 5.000   Median :211180  
 Mean   :125.19446   Mean   :0.5783   Mean   : 5.338   Mean   :214562  
 3rd Qu.:144.00000   3rd Qu.:1.0000   3rd Qu.: 8.000   3rd Qu.:244993  
 Max.   :995.00000   Max.   :1.0000   Max.   :11.000   Max.   :547107  
                                                                       
  acousticness       playlist_subgenre             type     
 Min.   :1.330e-06   modern   :356     audio_features:1686  
 1st Qu.:1.560e-01   classic  :162                          
 Median :3.025e-01   throwback:150                          
 Mean   :3.726e-01   reggaeton:101                          
 3rd Qu.:5.750e-01   soft     : 98                          
 Max.   :9.950e-01   chill    : 66                          
                     (Other)  :753                          

Análisis descriptivo del conjunto de datos

A partir del análisis descriptivo del conjunto de datos, podemos obtener una visión general de las principales características musicales de las canciones más populares del dataset.

Matriz de Correlación

Análisis

La matriz de correlación presentada considera las variables cuantitativas energy, danceability, liveness, valence, speechiness y acousticness, todas ellas asociadas a características sonoras y perceptuales de las canciones.

Cada celda representa el coeficiente de correlación de Pearson (r) entre un par de variables, indicando el grado y dirección de su relación lineal.

En este caso, los valores de correlación oscilan entre –0.17 y 0.16, lo que evidencia que no existen relaciones lineales fuertes entre las características analizadas.
La mayoría de los coeficientes se concentran en valores próximos a cero, lo que sugiere independencia relativa entre las propiedades musicales del conjunto de datos.

A continuación se analizan las relaciones más notorias, aunque débiles.

Interpretación de correlaciones destacadas

Energía vs Bailabilidad

Bailabilidad vs Valence

Energía vs Valence

Energía vs Acousticness

Energía vs Bailabilidad

La correlación fue prácticamente nula (r ≈ 0.00). El gráfico muestra una nube de puntos sin patrón definido, con la recta de regresión casi horizontal, lo que indica ausencia total de relación lineal entre ambas variables.

Energía vs Valence

El coeficiente de correlación (r = 0.14) muestra una relación positiva débil. El gráfico refleja una ligera inclinación ascendente, lo que sugiere que a mayor energía puede existir una pequeña tendencia a que las canciones sean más alegres.

Bailabilidad vs Valence

También con una correlación baja (r = 0.16), se observa una tendencia positiva leve: las canciones con mayor bailabilidad tienden a mostrar niveles algo más altos de valence (percepción positiva).

Energía vs Acousticness

La correlación negativa (r = -0.17) indica una tendencia inversa débil: a medida que aumenta la energía, disminuye ligeramente el componente acústico de la canción.

Histogramas

Diagramas de Cajas

Duración (ms)

El histograma muestra una distribución sesgada a la derecha, concentrando la mayor parte de las canciones entre 1×10⁵ y 3×10⁵ milisegundos, es decir, entre aproximadamente 1,5 y 5 minutos. Esto coincide con la duración promedio habitual de canciones comerciales. Se observan algunos valores muy altos que representan canciones excepcionalmente largas, posiblemente versiones extendidas o grabaciones en vivo.

El diagrama de cajas refuerza esta interpretación, mostrando una caja relativamente compacta y los valores atípicos por encima del rango superior, correspondientes a esas canciones de duración atípica. Por lo que, la duración se mantiene dentro de un rango típico, con pocos casos extremos que alargan la distribución.

Bailabilidad

El histograma de bailabilidad presenta una distribución con forma bimodal leve, concentrando la mayoría de canciones en valores medios y altos (0.6–0.8). Esto sugiere que el conjunto está compuesto principalmente por canciones bailables o rítmicas, lo que concuerda con la naturaleza de los temas populares. También se aprecia un pequeño grupo de canciones con baja bailabilidad, probablemente de géneros más calmados o acústicos.

El diagrama de cajas muestra una mediana cercana a 0.65, indicando una tendencia general hacia niveles altos de bailabilidad. Los valores atípicos inferiores corresponden a canciones con menor ritmo o facilidad para bailar. El conjunto de datos se inclina hacia canciones altamente bailables, con una variabilidad moderada y pocos valores extremos.

Energía

El histograma evidencia una distribución asimétrica hacia la izquierda, concentrando la mayoría de canciones en valores altos (0.6–0.9). Esto refleja que la mayoría de los temas son intensos, dinámicos y con gran presencia sonora, mientras que las canciones suaves o tranquilas son minoría.

El diagrama de cajas confirma esta observación: la mediana se ubica alrededor de 0.75, y los valores atípicos aparecen principalmente en el extremo inferior, representando piezas de baja energía, posiblemente baladas o temas acústicos.Se observa una tendencia clara hacia niveles elevados de energía sonora, característica de producciones modernas enfocadas en mantener un impacto fuerte y constante.

Volumen (dB)

El histograma muestra una distribución concentrada entre -10 y 0 dB, indicando que la mayoría de canciones mantienen una intensidad sonora alta y homogénea. Este comportamiento es típico de la música contemporánea, donde se utiliza compresión dinámica para lograr un volumen más uniforme y potente.

El diagrama de cajas presenta una mediana cercana a -6 dB, con outliers en el extremo inferior que representan canciones con menor intensidad promedio, quizás temas acústicos o grabaciones con menos procesamiento. Los resultados sugieren que las canciones mantienen niveles de volumen altos y consistentes, acordes con los estándares de mezcla y masterización actuales en la industria musical.

BARRAS APILADAS

Género Latin

Es el género donde Bad Bunny tiene la mayor concentración de canciones (18 registros), siendo el artista más representativo del género en todo el dataset. También aparecen pequeñas contribuciones de otros artistas, pero su predominancia es absoluta, lo que refleja la fuerte asociación del género latin con Bad Bunny y su impacto en la música urbana contemporánea.

Género Pop y Hip Hop

El pop presenta una alta diversidad de artistas, pero destacan: Sabrina Carpenter con 9 canciones, Bruno Mars con 8 canciones, Billie Eilish con 4. Esto indica que el pop tiene una distribución más equilibrada entre artistas populares, a diferencia del dominio exclusivo que se observa en el género latin.

Predominan en el Hip hop tres artistas principales: Kendrick Lamar con 5 canciones, Juice WRLD con 4, Bad Bunny con 1. Esto indica que el hip-hop está dominado por artistas contemporáneos, coherente con las tendencias actuales del género.

Género Rock y Metal

El rock es otro de los géneros con mayor número total de canciones, destacando: Red Hot Chili Peppers y Linkin Park, ambos con 10 canciones
, Green Day y Hozier, con entre 2 y 4 registros. Esto sugiere que el rock conserva una fuerte presencia de bandas clásicas, reflejando su vigencia y relevancia dentro del gusto musical general.

En Metal, la frecuencia está concentrada principalmente en Metallica, con 7 canciones, y Linkin Park, con 1. La dominancia de Metallica es coherente con su posición como una de las bandas más emblemáticas del metal, lo que también refuerza la baja diversidad artística dentro de este género en el dataset.

Tabla cruzada

El presente gráfico corresponde al análisis de la relación entre dos variables del conjunto de datos musical. La primera variable, playlist_genre, es de tipo cualitativo y representa el género musical al que pertenece cada playlist (por ejemplo: pop, rock, hip-hop, latin, metal, entre otros). La segunda variable, track_artist, también es cualitativa y describe el nombre del artista asociado a cada canción dentro de dichos géneros. A partir de la combinación de ambas variables se obtiene una tercera variable de naturaleza cuantitativa derivada, que corresponde a la frecuencia de canciones, es decir, el número de registros o apariciones de cada artista en los diferentes géneros de playlist.

Diagrama de barras apiladas

En el diagrama de barras apilada, cada barra representa un género de playlist, mientras que los distintos colores dentro de cada barra identifican a los artistas más frecuentes en dicho género. La altura total de cada barra refleja la cantidad total de canciones incluidas en cada categoría, y las proporciones de color permiten visualizar la participación relativa de cada artista dentro del total de su género.

Resultados generales

Los géneros pop, rock y latin concentran la mayor cantidad total de canciones, siendo los más populares y representativos en el conjunto de datos.

En contraste, géneros como folk, gaming, wolrd y arabic muestran escasa presencia, indicando su menor peso relativo en las playlists analizadas.

En el género latin, sobresale la figura de Bad Bunny como uno de los artistas con mayor frecuencia. Mientras que Sabrina Carpenter y Bruno Mars lideran en el pop

Por otro lado, que en metal destacan agrupaciones como Metallica y en el rock lideran bandas como Linkin Park y Red Hot Chili Peppers

Por su parte, los géneros r&b y hip-hop presentan una alta participación de artistas como Brent Faiyaz, Juice WRLD y Kendrick Lamar, coherente con la popularidad contemporánea de dichos estilos.

Conclusiones generales del análisis