Tidy Tuesday: Museu Tate

Mão a obra!

Antes de começarmos as analises precisamos pegar essa base de dados, para isso é só instalar o pacote tidytuesdayR e baixar a semana das bases de dados de interesse.

library(tidyverse)
library(tidytuesdayR)

tuesdata <- tidytuesdayR::tt_load(2021, week = 3)

As bases de dados são referentes aos artistas e as obras, para trabalharmos com as nossas bases temos que tirá-las do formato de lista e colocar cada base como um dataframe

artistas <- tuesdata$artists
obras <- tuesdata$artwork

Respondendo minha primeira pergunta: Quanto % as mulheres representam entre os artistas?

library(packcircles)
data <- data.frame(group=paste(c("Mulher (14,75%)", "Homem (81,96%)", "NA (3,32%)")), value=c(14.75, 81.96, 3.32)) 

packing <- circleProgressiveLayout(data$value, sizetype='area')
packing$radius <- 0.95*packing$radius
data <- cbind(data, packing)
dat.gg <- circleLayoutVertices(packing, npoints=50)

# Plot 
ggplot() + 
  geom_polygon(data = dat.gg, aes(x, y, group = id, fill=id), alpha = 0.6) +
  geom_text(data = data, aes(x, y, size=value, label = group), color="black", family = "Montserrat") +
  theme_void() + 
  theme(legend.position="none")+ 
  coord_equal() +
  scale_fill_gradient2()

Ótimo! Para conseguir responder as perguntas que quero preciso unir as bases de artistas e obras, isto devido a base de obras não possuir o gênero dos artistas, somente o nome deles, logo vou usar o id do artista como dado em comum. Detalhe importante: como quero a base mais completa possível, escolhi unir a base através das obras, que possui 69 mil linhas, enquanto de artistas possui 3 mil linhas.

base_unida <- left_join(obras, artistas, by = c("artistId" = "id"))

Para começar a nossa análise, qual a presença de mulheres artistas na coleção?

library(packcircles)
data <- data.frame(group=paste(c("Mulher (3,94%)", "Homem (95%)", "NA (1%)")), value=c(3.94, 95.04, 1.01)) 

packing <- circleProgressiveLayout(data$value, sizetype='area')
packing$radius <- 0.95*packing$radius
data <- cbind(data, packing)
dat.gg <- circleLayoutVertices(packing, npoints=50)

# Plot 
ggplot() + 
  geom_polygon(data = dat.gg, aes(x, y, group = id, fill=id), alpha = 0.6) +
  geom_text(data = data, aes(x, y, size=value, label = group), color="black", family = "Montserrat") +
  theme_void() + 
  theme(legend.position="none")+ 
  coord_equal() +
  scale_fill_gradient2()

Já começamos a ver algumas informações um pouco chocantes só com esse recorte, de 69 mil obras, o Tate possui somente 3 mil obras de artistas mulheres, ou seja, mulheres representam 5% do acervo do Tate. Essa foi minha primeira reação:

No entanto, fiquei pensando, será que há algum artista mais presente na coleção que outros? Talvez isso possa explicar esse número tão baixo de artistas mulheres na coleção.

base_unida %>% 
  count(artist, sort = TRUE) %>% 
  top_n(10) %>%
  mutate(artist = fct_reorder(artist, n)) %>% 
  ggplot(aes(artist, n,)) +
  geom_segment(aes(xend = artist, yend = 0),color = "#FBDB04", lineend = "round", size = 5) +
  coord_flip() +
  theme_minimal(base_family = "Montserrat", base_size = 12) +
  theme(plot.background = element_rect(fill = "#F7F7F7", color = NA),
                     plot.title = element_text(size = 18, colour="#401A82"),
                    plot.caption = element_text(face = "italic", size = 8, colour="#401A82"),
        axis.text.y =element_text(colour="#401A82")) +
  labs(title = "10 artistas mais presentes na coleção", caption = "Graphic: @monimazz\nData: TATE", x = "Artistas", y = "Total de obras", color = "")

Como podemos ver há uma grande quantidade de obras de Turner no acervo, podemos melhor visualizar que ele representa mais de 50% do acervo!

library(waffle)

tunerr <- c(`Outro Artista`=43.1, `Turner`=56.9) # fiz a conta separado para identificar esse valor

waffle(tunerr/1, rows=8, size=1, colors=c("#A939B2", "#FBDB04")) +
  labs(title = "Percentual de obras de Turner
       ", caption = "Cada quadrado é igual a 1%") +
  theme_void(base_family = "Montserrat", base_size = 12)

Refazendo a análise sem o Turner que é mais de 50% do acervo, chegamos a quase a mesma conclusão, mulheres representam menos de 10% do acervo. 😓

library(packcircles)
data <- data.frame(group=paste(c("Mulher (9%)", "Homem (88%)", "NA (2%)")), value=c(9.14, 88.5, 2.34)) 

packing <- circleProgressiveLayout(data$value, sizetype='area')
packing$radius <- 0.95*packing$radius
data <- cbind(data, packing)
dat.gg <- circleLayoutVertices(packing, npoints=50)

# Plot 
ggplot() + 
  geom_polygon(data = dat.gg, aes(x, y, group = id, fill=id), alpha = 0.6) +
  geom_text(data = data, aes(x, y, size=value, label = group), color="black", family = "Montserrat") +
  theme_void() + 
  theme(legend.position="none")+ 
  coord_equal() +
  scale_fill_gradient2()

Agora que sabemos o quanto as artistas mulheres representam menos de 10% no Tate, será que está havendo algum movimento de mudança para representação de mulheres na arte por parte do Tate? Para isso vamos precisar de uma base com recorte somente de mulheres

mulheres <- base_unida %>% 
  filter(gender == "Female") %>% 
    separate(placeOfBirth, into = c("Local", "Pais" ), sep = ", ")

Artistas mulheres no Tate

Quando as artistas mulheres começaram a ser adquiridas pelo Tate? Para responder essa pergunta, me inspirei na visualização do mês de Janeiro de 2021 da cientista de dados e dataviz Maia Pelletier, para isso, segui o script que ela disponibilizou em seu github. Tentei fazer em um estilo Yayoi Kusama, que sou fã de suas obras:

Como podemos perceber, a partir de 1970 começa uma aquisição mais intensa de obras mulheres artistas pelo TATE, para melhor visualizar a nacionalidade dessas mulheres e quem são, fiz o gráfico interativo abaixo (Tinha feito esse gráfico, mas ele não está funcionando no site, então estará disponível no github)

mulheres %>% 
  group_by(acquisitionYear, Continentess) %>% 
  summarize(n = n(),
            Região = Região[n],
            Artista = artist[n]) %>% 
  ungroup() %>% 
  ggplot(aes(x = acquisitionYear, y = n, color = Continentess,
             Artista=Artista, Região=Região)) +
  geom_point() +
  theme_minimal(base_family = "Montserrat", base_size = 12) +
  labs(x = "Ano de aquisição pelo Tate", y = "Total de obras adquiridas", color = "Continente",
       title = "Aquisição de obras de mulheres pelo Tate") +
  scale_color_viridis_d()

Outro ponto que fiquei refletindo após a exposição da Guerilla Girls é como a imagem da feminilidade e dar mulher foi criada e construída segundo a visão dos homens em relação ao que significava esses conceitos. Logo, a criação do imaginário do que é ser mulher, foi construído principalmente por artistas homens brancos, que em realidade nada sabem sobre o que é ser uma mulher. O debate sobre a construção e conceito desses conceitos é longa e há diversos estudos muito interessantes sobre isso (se tiver dicas de temas coloca nos comentários!) recomendo a leitura!

Em vista disso, como está estruturada a coleção do Tate? Qual a % de quadros com o tema “mulher” e “feminino”? Quem nós representa?

As mulheres representadas nas obras - Quem produz essa imagem?

library(waffle)

representacao <- c(`Homens`=92, `Mulheres`=6.5, `NA` = 1.5) # fiz a conta separado para identificar esse valor

waffle(representacao/1, rows=8, size=1, colors=c("#A939B2", "#FBDB04", "grey")) +
  labs(title = "Estimativa de obras de representação de mulheres por gênero do artista
       ", caption = "Cada quadrado é igual a 1%") +
  theme_void(base_family = "Montserrat", base_size = 12)

Considerações finais

Como podemos perceber há uma falta de representação de artistas mulheres, ainda que nas últimas décadas o TATE realizou um esforço para trazer artistas mulheres a suas galerias. Ainda há um longo caminho a percorrer, sempre se questione sobre a sociedade em que vive e os espaços de representação e poder, segue abaixo um vídeo do grupo Guerilla Girls, que além de explicar a origem traz algumas reflexões sobre o mundo da arte, recomendo muito assistir:

Foi uma experiência legal participar desse tidy tuesday, que me desafiou a pensar novas formas de visualização e aprender com o código da comunidade R, além de conhecer o trabalho de um pessoal incrível! Espero fazer mais vezes com temas tão interessantes.