Для проекта я искала разные данные по ресторанам быстрого питания. Популярные франшизы Макдональдс и Бургер Кинг были уже представленны в разделе визуализации данных. Но мне хотелось сделать свежее исследование в той же области с новым брендом, данные которого еще не обрабатывались.
«Quality is our recipe» / «Качество — наш рецепт»
За основу я взяла базу данных о меню сети фастфуда «Wendy’s». Меня привлек в первую очередь слоган компании «Качество это наш рецепт"(Quality is our recipe). Поэтому созданные графики отражают состав блюд в их меню.
«Quality is our recipe» /«Качество это наш рецепт»
Для поиска базы данных использовался сайт Kaggle. На нем же и была найдена таблица с составом каждого блюда
Загрузив таблицу с сайта в формате .csv, я добавила ее в Google Colab. Вся основная работа была выполнена в блокноте на сайте Google Colab. Благодаря этому, работать с таблицей стало проще.
Визуальное оформление
Референсом для визуализации графиков были выбраны фирменные цвета Wendy’s: Ruby Red Crimson Pale Pink Button Blue В дополнение к ним нейтральный белый и черный. Данный проект, все графики повторяют стиль и цветовые сочетания Wendy’s для того, чтобы создать единый визуальный образ.
Фирменные цвета
Для визуализации данных были составлены 5 видов разных графиков. Столбчатая диаграмма, круговая диаграмма, рассеянная диаграмма, горизонтальная столбчатая диаграмма и линейный график.
Каждый вид графиков отражает нужные мне показатели максимально наглядно. Для некоторых типов данных невозможно было использовать определенные виды таблиц, они были несовместимы. Поэтому я выбирала тот или иной вид графика, исходя из специфики данных в таблице.
Столбчатая диаграмма. «Топ-10 самых калорийных блюд Wendy’s»
Первая таблица отражает общие качества меню Wendy’s. Калорийность блюд указана по оси Y, а по X — названия блюд.
Сначала надо было найти название и калорийность каждого блюда, чтобы сделать основу таблицы: df.columns = df.columns.str.strip () top_10_calories = df.sort_values (by='Calories', ascending=False).head (10)
Потом я назначила наименования осей: plt.title ('Топ-10 самых калорийных блюд Wendy’s (2025)', fontsize=15) plt.xlabel ('Название блюда', fontsize=12) plt.ylabel ('Количество калорий', fontsize=12)
Потом создала саму таблицу.
Столбчатая диаграмма. «Топ-10 самых калорийных блюд Wendy’s». По X — названия блюд. По Y — калории.
Благодаря диаграмме, видно, что самыми высококалорийными блюдами оказались бургеры и курица. Один Dave’s Triple закрывает половину нормы калорий для взрослого мужчины.
Круговая диаграмма. «Пищевая ценность Baconator бургера»
Baconator
Для круговой диаграммы был выбран фирменный бургер «Baconator». Wendy’s рекламирует его как любимый завтрак американцев. Мне стало интересно, из чего же состоит настоящий американский завтрак.
Сначала из базы данных я нашла наименование «Baconator»: df.columns = df.columns.str.strip () baconator = df[df['Item'].str.contains ('Baconator', case=False, na=False)].iloc[0]
Потом выбрала его кбжу, сахар и волокна: labels = ['Жиры (g)', 'Белки (g)', 'Углеводы (g)', 'Сахар (g)', 'Волокна (g)'] values = [ baconator['Fat (g)'], baconator['Protein (g)'], baconator['Total Carb (g)'], baconator['Sugars (g)'], baconator['Dietary Fiber (g)'] ]
Потом создала круг, разделила его на части и назначила цвета.
Круговая диаграмма. «Пищевая ценность Baconator бургера».
Baconator сытный и по-особому сбалансирован. Треть занимает белок, треть — жиры и, почти треть, углеводы с сахаром. В топе по калорийности он занимает 3 место.
Рассеянная диаграмма. «Зависимость калорийности от содержание жира в блюдах Wendy’s»
Сопоставив калории и жиры блюд из меню, мне хотелось найти взаимосвязь между ними и посмотреть динамику. Может быть, меню Wendy’s имеет перекос в сторону излишней жирности.
Начала я с создания таблицы и выбора типа данных: df.columns = df.columns.str.strip ()
df['Calories'] = pd.to_numeric (df['Calories'], errors='coerce') df['Fat (g)'] = pd.to_numeric (df['Fat (g)'], errors='coerce')
Рассеянная диаграмма. «Зависимость калорийности от содержание жира в блюдах Wendy`s». Каждая точка — одно блюдо X — жиры. Y — калории
Пренебрегая погрешностью, можно заметить линейную динамику, где калорийность прямо пропорциональна жирности блюд.
