Wie tanzbar sind Songs heutzutage?

Zeit, tiefer in die Spotify-Daten einzutauchen und einige Musiktrends zu analysieren.

In jeder CSV-Datei enthält die Spalte 'danceability' den Wert zwischen 0 und 1, der angibt, wie tanzbar jeder Song ist. Der Wert beschreibt, wie gut sich ein Track zum Tanzen eignet, basierend auf einer Kombination musikalischer Elemente, darunter Tempo, Rhythmusstabilität, Beat-Stärke und allgemeine Regelmäßigkeit. Meinst du, Songs werden besser oder schlechter tanzbar?

dask und die Funktion delayed() wurden bereits importiert. pandas wurde als pd importiert, und matplotlib.pyplot als plt. Die Liste der Dateinamen steht dir in deiner Umgebung als filenames zur Verfügung, und das Jahr jeder Datei ist in der Liste years gespeichert.

Diese Übung ist Teil des Kurses

Parallele Programmierung mit Dask in Python

Kurs anzeigen

Anleitung zur Übung

Lade innerhalb der Schleife jede Datei lazy (verzögert).
Ermittle mithilfe der Spalte 'danceability' die durchschnittliche Tanzbarkeit der Songs in jeder Datei.
Berechne alle Ergebnisse in der Liste danceabilities und wähle das erste Element des resultierenden Tupels.
Erstelle mit plt.plot() ein Diagramm, bei dem danceability_list auf der y-Achse und years auf der x-Achse liegt.

Interaktive Übung

Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.

danceabilities = []

for file in filenames:
	# Lazily load in the data
    df = ____
    # Calculate the average danceability in the file of songs
    mean_danceability = ____
    danceabilities.append(mean_danceability)

# Compute all the mean danceabilities
danceability_list = ____
# Plot the results
____
plt.show()

Code bearbeiten und ausführen