本文转载自公众号《核心阅读》（ID：AI_Discovery）。2019年5月，TonesandI推出第二支单曲《Dance Monkey》，这首歌风靡全球，你一定也随着这首歌的节奏摇摆过！第一次知道这首歌这首歌是在某个班级，朋友一直唱的。起初，我觉得他好像在一遍又一遍地重复着同样的歌词：“为我跳舞，为我跳舞，为我跳舞”。听完原曲后，我发现它确实有一些重复的歌词。然后我听了她的另一首热门歌曲《Never Seen The Rain》，发现了类似的模式。作者决定以这个小项目为基础，在选择歌词的措辞时探索艺术家自己的风格。我将使用基本的python技能来分析Tones和I的两首热门歌曲：《Dance Monkey》和《Never Seen The Rain》，看看它们之间是否有任何相似之处，以及她如何通过重复歌词来创造自己的音乐风格，例如使用拼音词（如“哦”和“啊”）等。1.收集和清理数据我从MetroLyrics获取了这两首歌的歌词并进行了编辑，确保歌词之间没有逗号或多余的空格，并将“You've”更改为“Youhave”以保持一致性。之后，我将它作为字符串上传到JupyterNotebook并为其分配了一个变量（dm&nstr）。#DanceMonkeyLyricsdm="TheysayohmygodIseethewayyoushineTakeyourhandmy...makeyoudoitallagainAllagain"dmdm=dm.lower()#NeverSeenTheRainLyricsnstr="AllyourlifenoYoucould...neverfelttherainrainrain"nstrnstr=nstr.lower()dm.lower()函数更改单词以确保它们都是小写。如果你不这样做，程序会将“你”和“你”区分为不同的词。打印时，结果将如下所示：由于目的之一是找出歌词中总共有多少个单词，因此当所有单词都在一个字符串中时，无法做到这一点。为了将它们分开，我使用了以下代码：split_dm=dm.split('')print(split_dm)我对NeverSeenTheRain的歌词也做了同样的处理。2.分类数据下一步是统计总词数和唯一词数。为了计算单词总数，我在初始变量上使用了LEN()函数：len(split_dm)总共453个单词。然后，为了计算用于创作歌曲的单个单词的数量，我对split_dm变量使用了SET()函数。unique_dm=set(split_dm)print(unique_dm)此函数确保列出至少使用一次的词，因此结果如下所示：为了计算新列表中的词数，我使用了LEN()函数：len(unique_dm)72个独特的词，意味着只有这些词被用于创作这首歌。3.Mostfrequencywords在要使用的词中，我想找出前10个词（重复次数最多的词）和只用过一次的词。下面使用的代码显示了每个单词及其使用次数：word_dm={}forwordinunique_dm:word_dm[word]=0forwordinsplit_dm:word_dm[word]=word_dm[word]+1print(word_dm)为了更容易阅读，我使用以下代码代码将单词和值绑定在一起：dm_count=sorted(word_dm.items(),key=lambdat:t[1],reverse=True)print(dm_count)然后，使用此代码检索前10个最常见的单词：dm_top_10=dm_count[0:10]dm_top_10合并后的数据是这样的：我可以肯定地说，《TonesandI》的独特风格（绝对可以在她的所有歌曲中听到）是“oh”的使用和“ay”，在她的两首歌中都进入了前10名。4.wordsusedonlyonce的图片来源：unsplash使用了类似上面的代码，作者也找到了wordsusedonlyonce:dm_least_used=dm_count[49:72]len(dm_least_used)只有23个wordsusedonlyonce。另一首歌曲使用相同的功能。5.重复单词的数量下一个目标是找到重复超过一次的单词数量：len(unique_dm)-len(dm_least_used)这首歌中重复了49个单词。为了找出重复次数，作者使用了如下代码：len(split_dm)-len(dm_least_used)这49个词被重复了430次！同样，同样的代码在另一首歌中执行。6.可视化作者将两首歌曲的数据合并成一个excel表格，然后在笔记本上阅读。table=pd.read_csv('song_values.csv')比较数据最有效的方法是使用条形图：=go.Figure(data=[go.Bar(name='Totalnumberofwordsinsong',xx=x,y=y1),go.Bar(name='TotalNumberofRepeatedWords',xx=x,y=y5),go.Bar(name='NumberofwordsusedinLyric',xx=x,y=y2),go.Bar(name='Wordsusedonce',xx=x,y=y3),go.Bar(name='Wordsusedmorethanonce',xx=x,y=y4)])#Changethebarmodefig.update_layout(barmode='group',title="ComparisonBetweenTheTwoSongs")fig.show()查看图表，我们可以得出以下结论：不止一次字数比较一致，虽然《舞猴》字数略多。尽管如此，《舞猴》中重复单词的数量还是比《没见过雨》高得多。在构成歌词的词中，只有不到一半的词只用过一次。七、结语在进一步处理数据的过程中，作者发现了一个很有趣的现象，标题中两个词的使用频率很高：“舞”用了19次，而“猴子”在整首歌中只用了19次。用过一次。令人惊讶的是，用于创作歌词的单个词的数量非常少（约15%-20%），约85%的单个词被重新用于创作歌曲。图片来源：unsplash做完这个项目后，差点被DanceMonkey这首歌洗脑了。同理，试着去发掘你喜欢的歌手，说不定能挖掘出他不为人知的创作习惯。
