在2025–2026学年春季学期,上海音乐学院杨健教授与陶安博士后共同为音乐工程系大一学生开设了《音乐编程(Python)》课程。对于绝大多数刚入学的同学而言,计算机编程几乎是一个全新的领域。从最初对代码逻辑的陌生,到学期末能够独立完成一份基于Python的数据分析报告或一个完整的编程项目,大家都取得了非常显著的进步!
期末作业采用二选一的形式:其一是针对给定数据集撰写数据分析报告;其二是完成一个基于Python的编程项目。在数据分析方向,我们提供了三个参考选题(也可自行选择其他数据源):
提供的三个数据分析方向分别是:
一、表演科学学术会议词频分析
第十届表演科学国际研讨会(International Symposium on Performance Science 2025)于2025年10月29日至11月1日由上海音乐学院主办,英国皇家音乐学院(Royal College of Music)与帝国理工学院表演科学中心(Centre for Performance Science)联合承办。来自全球五大洲三十多个国家和地区的两百余位学者、演奏家与教育家以“实践中的表演科学”(Performance Science in Practice)为主题,展开了多层次的学术与艺术对话。会议共设4场主旨报告(keynotes)、2篇研究生获奖论文宣讲、42个主题分会研讨(thematic sessions)以及2场海报交流单元,累计宣讲学术论文180余篇,并以海报形式展示40余篇研究成果,系统呈现了表演科学研究的最新进展与多元取向。
参考论文为2026年3月发在中央音乐学院学报上的会议综述。

作业要求:进一步对大会摘要进行分析。
二、蓝色多瑙河拍点分析



作业要求:在上面分析案例的基础上,自行寻找别的乐曲,制作数据集,完成拍点数据分析。分析并不一定使用上述方法,言之有理即可。
三、第十一届上海图书馆开放数据竞赛
上海图书馆开放数据竞赛自2016年起已成功举办10届,凝聚了一批数据创客团队,收获了大量优秀作品和创意。第十一届上海图书馆开放数据竞赛将继续为参赛者提供更加丰富和海量的历史人文数据。竞赛以“典籍新生,数据里的文脉风华”为主题,面向全球征集优秀应用、论文和AIGC作品。
开放数据竞赛系列活动 | 第十一届上海图书馆开放数据竞赛4.29开启全球征集

数据分析和可视化是Python在当下最具价值的应用方向之一。本次作业的初衷,正是希望同学们能够切身体会到:在大数据时代,如何从海量信息中提取有效洞见、形成有意义的结论,是一项至关重要的能力;同时也借此锻炼大家的研究意识。
从整体完成情况来看,我们非常欣喜地看到,同学们自然而然地展现了强烈的问题探索精神。从提出问题、寻找方法,到解决问题、形成结论,整个过程一气呵成,令人欣慰。
为了让同学们尽早接触正式学术写作的规范,本次报告推荐使用LaTeX排版并提交PDF(Word亦可)。在后续展示中,大家也会看到不少同学已用LaTeX完成了排版精致的报告。
Python作为人工智能时代的核心编程语言之一,其重要性不言而喻。这门课程从内容设计到课后作业的布置,都倾注了我大量的思考与心血。一个学期下来,看到同学们提交的作业,让我感到非常欣慰。
下面让我们一起来看看大家的作业吧!
篇幅限制,主要以展示各个方向为主,有同质化的就没有再放上来了。
11251149孙俪箐:《梁祝》"化蝶"主题中乐句末端时间伸缩特征研究——基于多版本IOI数据分析



















11251168罗兆元:第十届表演科学国际研讨会研究热点与知识结构分析——基于236 篇会议摘要的文本挖掘研究













11251131孙艺菲:ISPS2025论文摘要词频分析










11251123周姝含:苏州人物与南京图书馆 2024 数字馆藏数据分析与可视化系统研究报告












可视化大屏 ——「苏州人物」页:含类别、世纪堆叠、寿命仪表盘、词云、院士/状元专题等

可视化大屏 ——「南京图书馆」页:主题堆叠、年代时间线、词云与出版溯源18

可视化大屏 ——「洞察结论」页:由数据实时驱动的六张核心结论卡

视频介绍:
11251137池欣怿:上海图书馆2025年馆藏借阅情况数据分析报告









11251134付子涵:FMA数据分析



11251159周依筠:基于Python 的网易云音乐歌词词频分析与可视化展示


11251157高子姗:2025年全球幸福指数多维度数据分析报告





11251166铉曦:基于词频统计的流行歌词对比分析——以周杰伦中国风与都市情歌歌词为例













11251132陈昕宜:基于词频与情感分析的薛之谦流行音乐歌词风格研究





11251138吴佳妮:文本情绪分析与音乐生成系统
本研究以大连理工大学情感词汇本体为基础,构建了一套中文文本情绪分析与音乐自动生成系统。系统利用jieba 分词与情感词库匹配,对输入文本进行7 大类21 小类情绪识别;随后将分析结果映射为激昂奋进、庄重肃穆、温柔抒情、沉郁悲怆四类音乐风格,并通过 music21 生成多声部 MusicXML 乐谱。系统提供Tkinter 桌面界面与命令行两种使用方式。
11251141谢雨轩:Vestigia和弦识别及可视化











11251140蔡宜含:桌面宠物“熊”
在日常使用电脑时,桌面往往显得冷清而单调。传统的桌面宠物软件(如Windows XP时代的“桌面宠物”)曾给用户带来陪伴感和趣味性,但大多已停止维护或功能单一。随着macOS生态的成熟,利用Swift和Cocoa框架可以轻松开发高性能、高定制性的原生应用。
本项目旨在开发一款功能丰富、可高度定制、兼具学习辅助功能的智能桌面宠物,一只名为“熊”的小熊。它不仅仅是停留在桌面上播放动画的装饰品,更是一个集**语言学习、系统交互、阅读管理、健康监督于一体的桌面伴侣。
11251133孙桢尧:基于Python的SF2文件检验助手
SF2(SoundFont2)是一种经典的通用波表音色库文件格式,将真实乐器采样与音色合成参数打包为单一文件,是midi音乐制作与播放领域的长期通用标准。其核心原理是基于riff文件结构,内部封装了大量wav格式的乐器采样片段,同时包含键位映射,音量包络,滤波器,LFO颤音,力度分层等合成参数。加载后可通过MIDI信号触发对应音符,把无声的MIDI指令还原成真实乐器的声音;单个SF2文件可容纳几十到上百种不同乐器音色。
简单来说,SF2文件是现代音源制作上一个必不可少的路径,并且采样的音频必须进行不断的检查才能达到商业标准,所以本项目的制作理念就是为了更好,更方便地进行SF2的检验的改进。
点击查看原文,可以看到这些作业的完整报告。