Merge pull request #24 from rosinni/main

update instructions

Author: alesanchezr

INSTRUCTIONS.es.md

@@ -94,3 +94,50 @@ Puesto que el resultado obtenido en estos pasos es susceptible de tener formato
 ## Paso 7: Analizar relación estadística
 
 ¿Tiene relación la duración con la popularidad? ¿Podríamos decir que una canción que dure poco tiempo puede ser más popular que otra que dure más? Analízalo graficando un `scatter plot` y argumenta tu respuesta.
+
+
+## ¿Te sientes con ganas de profundizar? 😎  
+**Exploración avanzada de atributos musicales - Análisis extendido con enfoque interpretativo**
+
+Si ya lograste conectarte a la API de Spotify, extraer información de tu artista favorito y representar datos básicos como popularidad y duración, te invitamos a realizar esta versión extendida del proyecto. Esta actividad opcional te permitirá incorporar nuevas variables musicales, aplicar pensamiento analítico y redactar conclusiones claras y bien fundamentadas a partir de los datos.
+
+---
+
+### Propuesta 🚀  
+Aprovecha que ya tienes acceso a los datos del artista para profundizar en el análisis incluyendo nuevas métricas que ofrece la API. El objetivo es detectar patrones o características interesantes y expresarlas en un lenguaje comprensible para cualquier lector.
+
+#### Variables recomendadas para explorar:
+
+- **Danceability**: Qué tan fácil es bailar la canción.
+- **Valence**: Qué tan positiva o feliz suena.
+- **Energy**: Intensidad o fuerza general.
+- **Tempo**: Velocidad (en BPM).
+
+---
+
+1. **Recupera los atributos adicionales:** Utiliza el método `audio_features()` para obtener los atributos musicales de las canciones de tu artista:
+
+    ```python
+    track_ids = [track["id"] for track in results["tracks"]]
+    features = sp.audio_features(track_ids)
+    ```
+
+2. **Crea un nuevo DataFrame con la información completa:** Combina los datos obtenidos anteriormente (`nombre, popularidad, duración`) con las nuevas métricas.
+
+3. **Realiza un análisis sencillo:** Explora los valores promedio, busca extremos, identifica correlaciones visuales o estadísticamente.
+
+    - ¿Qué valores destacan en este artista?
+
+    - ¿Existe alguna tendencia entre popularidad y otro atributo?
+
+    - ¿Hay algo que no esperabas encontrar?
+
+    Crea una gráfica sencilla que complemente tu conclusión.
+
+4. **Haz visible tu trabajo:** Con base en el análisis, redacta una o dos frases que sinteticen lo que descubriste y publicalo en LinkedIn. El objetivo es comunicar tu hallazgo de forma objetiva, breve y con respaldo en los datos.
+
+    > **Ejemplo:**
+    >
+    > "Las canciones más populares del artista analizado tienen un nivel de “danceability” promedio de > 0.82, lo que sugiere una clara orientación hacia lo bailable. 🕺💃 #SpotifySecrets"
+
+

INSTRUCTIONS.md

@@ -90,3 +90,48 @@ Since the result obtained in these steps is likely to be in table format, conver
 ## Step 7: Analyze statistical relationship
 
 Does duration have a relationship with popularity? Could we say that a song that lasts a short time may be more popular than a song that lasts longer? Analyze it by plotting a `scatter plot` and argue your answer.
+
+
+## Feeling like diving deeper? 😎  
+**Advanced Exploration of Musical Attributes - Extended Analysis with Interpretative Focus**
+
+If you've already managed to connect to the Spotify API, extract information about your favorite artist, and represent basic data like popularity and duration, we invite you to take on this extended version of the project. This optional activity will allow you to incorporate new musical variables, apply analytical thinking, and write clear and well-supported conclusions based on the data.
+
+---
+
+### Proposal 🚀  
+Take advantage of your access to the artist's data to deepen the analysis by including new metrics offered by the API. The goal is to detect interesting patterns or characteristics and express them in a way that is understandable to any reader.
+
+#### Recommended variables to explore:
+
+- **Danceability**: How easy it is to dance to the song.
+- **Valence**: How positive or happy it sounds.
+- **Energy**: Overall intensity or strength.
+- **Tempo**: Speed (in BPM).
+
+---
+
+1. **Retrieve additional attributes:** Use the `audio_features()` method to obtain the musical attributes of the artist's songs:
+
+    ```python
+    track_ids = [track["id"] for track in results["tracks"]]
+    features = sp.audio_features(track_ids)
+    ```
+
+2. **Create a new DataFrame with complete information:** Combine the previously obtained data (`name, popularity, duration`) with the new metrics.
+
+3. **Perform a simple analysis:** Explore average values, look for extremes, identify visual or statistical correlations.
+
+    - What values stand out for this artist?
+
+    - Is there any trend between popularity and another attribute?
+
+    - Is there something unexpected you found?
+
+    Create a simple chart to complement your conclusion.
+
+4. **Make your work visible:** Based on the analysis, write one or two sentences summarizing what you discovered and post it on LinkedIn. The goal is to communicate your findings objectively, briefly, and with data-backed evidence.
+
+    > **Example:**
+    >
+    > "The most popular songs of the analyzed artist have an average “danceability” level of > 0.82, suggesting a clear focus on danceable tracks. 🕺💃 #SpotifySecrets"