Representations of Sound and Music in the Middle Ages: Analysis and Visualization of the Musiconis Database (Records and Performances)

This dataset is part of the study “Representations of Sound and Music in the Middle Ages: Analysis and Visualization of the Musiconis Database”, authored by Edmundo Camacho, Xavier Fresquet, and Frédéric Billiet. It contains structured descriptions of musical performances, performers, and instruments extracted from the Musiconis database (December 2024 version). This dataset does not include organological descriptions, which are available in a separate dataset. The Musiconis database provides a structured and interoperable framework for studying medieval music iconography. It enables investigations into: • The evolution and spread of musical instruments across Europe and the Mediterranean. • Performer typologies and their representation in medieval art. • The relationships between musical practices and social or religious contexts. Contents: • Musiconis Dataset (JSON format, December 2024 version): • Musical scenes and their descriptions • Performer metadata (roles, social status, gender, interactions) • Instrument classifications (without detailed organological descriptions) • Colab Notebook (Python): • Data processing and structuring • Visualization of performer distributions and instrument usage • Exploratory statistics and mapping Tools Used: • Python (Pandas, Seaborn, Matplotlib, Plotly) • Statistical and exploratory data analysis • Visualization of instrument distributions, performer interactions, and musical context本数据集隶属于埃德蒙多·卡马乔（Edmundo Camacho）、哈维尔·弗雷斯克（Xavier Fresquet）与弗雷德里克·比利耶（Frédéric Billiet）共同开展的研究《中世纪的声音与音乐表现：Musiconis数据库分析与可视化》。 本数据集包含从2024年12月版Musiconis数据库中提取的音乐表演、演奏者与乐器的结构化描述。本数据集未包含乐器学相关描述，此类描述可在另一独立数据集中获取。 Musiconis数据库为中世纪音乐图像学研究提供了结构化且可互操作的框架，支持以下方向的研究： • 乐器在欧洲与地中海区域的演变与传播 • 演奏者类型及其在中世纪艺术中的表现形式 • 音乐实践与社会、宗教语境之间的关联 数据集内容： • Musiconis数据集（2024年12月版，JSON格式）： • 音乐场景及其描述信息 • 演奏者元数据（角色、社会地位、性别、互动关系） • 乐器分类（不含详细的乐器学描述） • Colab交互式笔记本（Python）： • 数据处理与结构化流程 • 演奏者分布与乐器使用情况可视化 • 探索性统计分析与制图 所用工具： • Python（Pandas、Seaborn、Matplotlib、Plotly） • 统计与探索性数据分析 • 乐器分布、演奏者互动关系及音乐语境可视化