Letras de tango

We all know that tango is about lost love, broken hearts, right? Well – now we can check it out.  Hans at Amsterdam tango club put all the 13,000 lyrics they got in their online database in a single html file, which made it rather easy to do some statistics. I wrote a small script, counting the occurrences of each word, and the figure above is a representation of the results, but leaving the very shortest words like y, o, el, lo etc out. The illustration is made with the wordle tool that was popular among bloggers a while back. If you really like it, get the t-shirt.

It is not perfect, there are some peculiarities in the formatting, misspellings etc, but we get the idea. I removed the most obvious error sources, but there is still room for improvement. If you want to improve the analysis, you can download it and improve it yourself :-) If you do, please publish your results, your modifications and link back here. The python script and the raw results from the analysis can be found in the zip file.

The top 100 words were (with counts):

  1. amor : 13000

  2. como : 11511

  3. para : 9413

  4. tango : 8942

  5. vida : 8018

  6. cuando : 7199

  7. más : 6601

  8. corazón : 6554

  9. porque : 5534

  10. pero : 5264

  11. quiero : 4987

  12. todo : 4857

  13. esta : 4689

  14. noche : 4411

  15. alma : 4286

  16. siempre : 4014

  17. este : 3666

  18. solo : 3461

  19. donde : 3347

  20. nunca : 3307

  21. ojos : 3052

  22. dolor : 3043

  23. entre : 3038

  24. hasta : 2735

  25. bien : 2496

  26. así : 2449

  27. tengo : 2436

  28. tiempo : 2411

  29. triste : 2408

  30. día : 2382

  31. nada : 2318

  32. mujer : 2293

  33. qué : 2235

  34. ella : 2202

  35. tanto : 2194

  36. viejo : 2163

  37. aquel : 2132

  38. cielo : 2130

  39. está : 2122

  40. canta : 2068

  41. ayer : 2048

  42. quien : 2037

  43. tiene : 2012

  44. canción : 2005

  45. milonga : 2000

  46. dios : 1997

  47. buenos : 1980

  48. desde : 1952

  49. mundo : 1948

  50. flor : 1919

  51. aires : 1910

  52. estoy : 1879

  53. pena : 1864

  54. querer : 1836

  55. otra : 1831

  56. pobre : 1828

  57. hace : 1818

  58. vivir : 1752

  59. recuerdo : 1747

  60. vals : 1701

  61. también : 1695

  62. aunque : 1685

  63. luna : 1628

  64. canto : 1618

  65. todos : 1611

  66. cada : 1602

  67. sobre : 1547

  68. barrio : 1543

  69. puedo : 1521

  70. sueño : 1516

  71. otro : 1501

  72. gardel : 1470

  73. llorar : 1461

  74. nadie : 1447

  75. cariño : 1441

  76. ilusión : 1405

  77. gran : 1401

  78. lado : 1387

  79. boca : 1370

  80. tierra : 1368

  81. hombre : 1365

  82. ahora : 1364

  83. cosas : 1357

  84. tarde : 1353

  85. camino : 1350

  86. años : 1337

  87. cantar : 1321

  88. noches : 1312

  89. eres : 1312

  90. siento : 1311

  91. dulce : 1300

  92. madre : 1297

  93. mismo : 1295

  94. después : 1289

  95. toda : 1284

  96. sólo : 1277

  97. nuestro : 1265

  98. beso : 1263

  99. viento : 1255

  100. aquí : 1244

comments powered by Disqus