Анализ меню сети McDonald’s
Описание проекта
В рамках данного проекта по визуализации данных я обратилась к анализу меню сети McDonald’s с точки зрения пищевой ценности и состава продуктов.
В повседневной жизни фастфуд чаще всего воспринимается как единая категория «вредной еды», однако детальный разбор количественных показателей позволяет увидеть более сложную картину.
Для исследования был использован открытый датасет, опубликованный на платформе Kaggle. https://www.kaggle.com/datasets/joebeachcapital/mcdonalds-nutrition Он содержит информацию о калорийности блюд, содержании сахара и белка, а также принадлежности продуктов к различным категориям меню. Использование данного набора информации позволяет проводить сравнение отдельных продуктов, выявлять позиции с крайними значениями показателей и определять более сбалансированные решения в рамках одного бренда.
В ходе работы меня интересовали следующие вопросы: какие продукты оказываются самыми калорийными, насколько сильно отличаются показатели внутри категорий, какую роль играют напитки и десерты, и существуют ли позиции, которые можно считать относительно рациональными по соотношению калорий и белка. Анализ был построен таким образом, чтобы показать общие тенденции, характерные для меню сети фастфуда в целом.
Для визуального анализа данных были использованы разные типы графиков, каждый из которых решает свою аналитическую задачу: 1. Горизонтальный Barplot 2. Boxplot 3. Lollipop chart 4. Scatterplot
Обложка к проекту была создана с помощью нейросети krea.ai (https://www.krea.ai/app). prompt: McDonald’s menu
Как видит нейросеть krea.ai (https://www.krea.ai/app) меню сети McDonald’s
Цветовая палитра
Цветовая палитра проекта основана на фирменной айдентике McDonald’s и отсылает к визуальной среде бренда.
Основным цветом стал насыщенный красный, который используется для большинства элементов графиков. Жёлтый цвет применяется в качестве акцента — им выделены самые высокие показатели, отдельные точки и важные маркеры данных. Белый цвет используется для текста. В качестве базового фона в визуализациях используется чёрный цвет, позволяющий чётко выделять данные.
Для удобства работы с визуализациями была сформирована единая цветовая палитра в Adobe Color https://color.adobe.com/ru/ В проекте были использованы следующие цвета: #FDC82F #D52B1E #000000
Для текстового оформления был выбран шрифт Manrope.
Топ по калорийности продуктов
Первый график представляет топ наиболее калорийных продуктов меню McDonald’s. Сравнение показывает, что лидирующие позиции занимают крупные молочные коктейли. Это подчёркивает важный момент: напитки и десерты могут содержать сопоставимое или даже большее количество калорий, чем полноценные приёмы пищи.
Распределение калорий по категориям
Второй график посвящён распределению калорий по основным категориям меню. Использование диаграммы позволяет оценить разброс внутри каждой категории. Особенно заметна высокая вариативность среди десертов и завтраков, где разница между минимальными и максимальными значениями оказывается значительной. Напротив, такие категории, как картофель фри или салаты, демонстрируют более компактное распределение, что делает их калорийность более предсказуемой.
Топ самых сладких напитков
Третий график фокусируется на напитках и содержании сахара в них. Анализ показывает, что наибольшее количество сахара содержится в больших молочных коктейлях, причём увеличение объёма порции приводит к резкому росту показателя. Даже стандартные напитки содержат количество сахара, значительно превышающее рекомендованные суточные нормы.
Самые полезные продукты
Заключительный график сопоставляет калорийность продуктов с количеством белка. На диаграмме отчётливо выделяются продукты с курицей-гриль, которые обеспечивают более высокое содержание белка при умеренной калорийности. Эти позиции можно рассматривать как наиболее сбалансированные варианты внутри меню.
Заключение
Проведённый анализ показывает, что меню McDonald’s является крайне неоднородным с точки зрения пищевой ценности. Наиболее калорийные позиции нередко представлены напитками и десертами, что противоречит распространённому представлению о том, что основная нагрузка приходится исключительно на бургеры. Распределение калорий по категориям демонстрирует важность размера порции и состава продукта, а анализ содержания сахара подчёркивает роль напитков как скрытого источника избыточной энергетической нагрузки. В то же время сопоставление калорий и белка показывает, что даже в рамках фастфуда существуют более рациональные варианты, выбор которых зависит от осознанного подхода.
Визуализация данных позволяет взглянуть на привычное меню под другим углом и использовать количественные показатели как инструмент для более взвешенных решений в повседневном питании, показывая реальные различия между продуктами и категориями.
Описание применения генеративной модели и вспомогательных инструментов
1. Kaggle — Платформа была использована для поиска и загрузки датасета.
2. Google Colab — Весь процесс работы: обработка данных и визуализация.
3. ChatGPT — Нейросеть применялась для генерации и оптимизации кода, настройки визуального стиля графиков и корректировки функций анализа.
4. Библиотеки Python pandas — использовалась для загрузки датасета, очистки, преобразования и анализа табличных данных. matplotlib — основной инструмент для построения визуализаций в проекте. numpy — для расчёта трендовых линий и математических операций. collections.Counter — при необходимости подсчёта категориальных значений. re — для обработки строковых данных. kagglehub — для автоматического скачивания датасета matplotlib.font_manager — для подключения кастомного шрифта
5. Цветовая палитра (Adobe Color)
6. krea.ai — Использовала для генерации обложки и визуала меню.
Блокнот с кодом и датасет
