Анализ пищевых продуктов: сравнительное исследование питательной ценности
Описание проекта
Мой проект посвящен сравнительному анализу состава и маркировки продуктов питания из разных стран мира На выбор конкретно этой темы повиляло несколько факторов: 1. Актуальность и универсальность темы — еда объединяет все культуры и народы. 2. Социальная значимость — возможность анализировать проблемы питания и здоровья. 3. Визуальный потенциал —географические данные идеально подходят для карт, а категориальные — для интерактивных диаграмм
Для проекта я выбрала набор данных «World Food Facts» из открытых источников Kaggle, который содержит информацию о пищевых продуктах из разных стран мира с детализацией по питательным свойствам, ингредиентам, категориям, географии происхождения, пищевым добавкам и этикеткам.
Я исследовала, как различаются ключевые показатели питательной ценности (содержание сахара, жиров, соли, белков) в аналогичных категориях продуктов в России, Франции, Германии, США и Японии. Исследование демонстрирует влияние национальных пищевых стандартов и потребительских предпочтений на конечный состав продуктов, доступных на полках магазинов.
Для визуализации проекта была выбрана цветовая палитра, которая вызывает ассоциации с разными категориями продуктов.
Подготовка к анализу
Я импортировала нужные для работы библиотеки и подгрузила документ. После этого я приступила к обработке данных.
После обработка данных можно приступить к созданию графиков и диаграмм.
Итоговые графики
Географическая карта
Цель использования: визуализация средней питательной ценности (Nutri-Score) продуктов по странам.
Обоснование выбора: наиболее интуитивный способ показать глобальные закономерности и региональные различия.
Группированные столбчатые диаграммы
Цель использования: сравнение среднего содержания ключевых нутриентов (сахар, соль, жиры) в аналогичных категориях продуктов (например, йогуртах или хлопьях) по странам.
Обоснование выбора: позволяет напрямую сопоставлять количественные показатели между группами.
Тепловая карта
Цель использования: анализ корреляции между различными питательными веществами (например, сахаром и жирами) в продуктах. Обоснование выбора: эффективно выявляет скрытые взаимосвязи в многомерных данных.
Круговая диаграмма
Цель использования: демонстрация доли продуктов, имеющих определенные маркировки (органический, веганский, без глютена) в разных странах. Обоснование выбора: наглядно показывает состав и пересечение категорий.
Точечная диаграмма с регрессией
Цель использования: визуализирует взаимосвязь между двумя непрерывными переменными и количественно оценивает направление и силу этой связи. Обоснование выбора: является стандартным и наиболее эффективным методом для выявления корреляционных трендов в непрерывных количественных данных, таких как содержание нутриентов в продуктах.
Выводы
Проведенный анализ данных по продуктам питания из пяти стран (Россия, Франция, Германия, США, Япония) позволил выявить устойчивые закономерности и значимые различия в пищевой ценности, составе и маркировке товаров. Результаты демонстрируют не только объективные различия в рецептурах, но и отражают национальные пищевые политики, стандарты регулирования и потребительские предпочтения.
Таким образом, с помощью визуализации данных проект подтвердил гипотезу о существовании значимых и интерпретируемых различий в составе продуктов питания между странами. Эти различия носят системный характер и обусловлены комплексом факторов — от государственного регулирования до глубинных культурных предпочтений.
Описание применения генеративной модели
Adobe Color Создание цветовой палитры с использованием фотографий. Chat GPT Вопросы по разработке и оптимизации кода. Krea.ai Генерация обложки. Промт: Image of different products from all over the world. Realistic, close. very colorful. more food. Colours: 2E8B57, FFD700, DC143C, 5FA3DC, FF8C00
