요즘 노래는 얼마나 춤추기 좋을까요?
이제 Spotify 데이터를 더 깊이 살펴보며 음악 트렌드를 분석해 보겠습니다.
각 CSV 파일의 'danceability' 열에는 각 노래가 얼마나 춤추기 좋은지 0부터 1 사이 점수로 담겨 있습니다. 이 점수는 템포, 리듬 안정성, 비트 강도, 전체적인 규칙성 등 다양한 음악적 요소를 조합해 트랙이 춤에 얼마나 적합한지를 나타냅니다. 요즘 노래들은 예전보다 춤추기 더 좋아졌을까요, 아니면 덜 좋아졌을까요?
dask와 delayed() 함수는 이미 임포트되어 있어요. pandas는 pd로, matplotlib.pyplot은 plt로 임포트되어 있습니다. 파일 이름 목록은 환경의 filenames에, 각 파일의 연도는 years 리스트에 저장되어 있어요.
이 연습은 강의의 일부입니다
Python에서 Dask로 병렬 프로그래밍
연습 안내
- 반복문 안에서 각 파일을 지연 로딩하세요.
'danceability'열을 사용해 각 파일의 노래에 대한 평균 danceability를 구하세요.danceabilities리스트에 담긴 모든 결과를 계산한 뒤, 반환된 튜플의 첫 번째 항목을 선택하세요.plt.plot()을 사용해 x축에years, y축에danceability_list를 놓고 그래프를 그리세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
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()