Анализ рамена
Описание проекта
Рамен — очень популярное и вкусное блюдо, однако довольно непростое и долгое в приготовлении, если хочешь действительно сделать вкусно. Когда не готов тратить время или деньги на готовку, заказ или поездку в хороший ресторан, на помощь приходит рамен быстрого приготовления!
Мне стало интересно изучить мировую статистику рамена быстрого приготовления, сравнить, в какой стране больше всего отзывов, посмотреть рейтинги, узнать, какие есть вкусы и провести анализ изученного в рамках данного проекта.
Для проекта мною была выбрана база данных о рамене быстрого приготовления, с таким набором данных как имя бренда, вид упаковки, страны, из которых поступали отзывы на бренд, описание вкуса и рейтинг. Данная база данных была найдена на платформе Kaggle (ссылка на БД: Ramen Ratings) и является статистикой рейтинга рамена на 2012–2016 гг.
Также для наилучшего анализа данных были использованы библиотеки Pandas, Geopandas, Matplotlib и Wordcloud.
Визуальное оформление
Для оформления графиков я подобрала цветовую палитру, ассоциирующуюся с раменом, оттенков желтого (лапша, бульон и яичный желток), красного (перец и часто цвет упаковки), зеленого (зелень), белого (цвет упаковки и яичный белок) и оранжевого (морковь и мясо).
В ходе работы над анализом данных было решено использовать следующие виды графиков:
- Круговая диаграмма - Карточная диаграмма - Столбчатая диаграмма - Точечная диаграмма
Данные виды графиков были выбраны с целью наглядно и понятно продемонстрировать статистику данных о рамене.
Процесс работы
В ходе работы над кодом я руководствовалась материалами, предоставленными в учебных лекциях, а также мне оказывал помощь Perplexity Ai, к которому поступали мои запросы о помощи с оптимизацией и предложением альтернативных решений для наибольшего соответствия работы кода моим требованиям по оформлению графиков.
Итоговые графики
График № 1
Этот график показывает количество отзывов на рамен в разных странах с помощью цветовой шкалы. Для удобства и наглядности я убрала с карты страны, не входящие в базу данных, и таким образом мы видим, что больше всего отзывов писали в США, Китае и Японии.
Карточная диаграмма распределения количества поступивших отзывов из предоставленных стран
Код для карточной диаграммы
График № 2
Данный график представляет собой облако слов, которое показывает виды и вкус раменов из базы данных. С помощью него мы можем увидеть разнообразие вкусов раменов, которые были подобраны для анализа.
Облако часто встречающихся слов из названий раменов и код для его создания
График № 3
Данный график является круговой диаграммой, демонстрирующей нам соотношение видов упаковки раменов из базы данных по отношению друг ко другу. Таким образом мы видим, что преобладает упаковка в виде пачки/пакета, на втором месте идет упаковка в виде тарелки, а на третьем — в виде стаканчика. Остальные виды упаковки были вынесены в общую группу по причине малого количества процентов, из-за чего они делали график менее привлекательным.
Круговая диаграмма для сравнения различных видов упаковки в процентах и код для ее создания
График № 4
Данный график представляет собой столбчатую диаграмму соотношений количества разных пачек рамена в процентах в разных странах, оставляющих отзывы, и их сравнение. Из этого можно судить, что упаковка в виде пачки все еще является прообладающей во всех приведенных странах.
Столбчатая диаграма соотношения процентов разных видов упаковки в разных странах
Код для создания столбчатой диаграммы
График № 5
Здесь представлен график в виде круговой диаграммы, показывающей процентное соотношение острого и не острого рамена. Неожиданно, но не острый рамен преобладает намного больше, чем я ожидала.
Круговая диаграмма сравнения острого и не острого рамена в процентах и код для ее создания
График № 6
В данном графике представлена точечная диаграмма, демонстрирующая соотношение количества отзывов на все виды рамена и поставленных по рейтингу звезд. так мы видим, что у брендов рамена с меньшим количеством звезд отзывов намного меньше, чем у брендов с оценкой выше, а самое большое количество отзывов представлено у брендов с общим рейтингом в 4 звезды.
Точечная диаграмма количества отзывов на разные бренды по количеству поставленных звезд и код для ее создания
Заключение
Данный проект позволил мне не только проанализировать интересующие меня данные по поводу рамена и сделать на основе изученного выводы, но и дал понять, что анализ базы данных с помощью программирования — отличный способ быстрого, красивого и понятного структурирования данных о любых необходимых нам вещах.
Описание применения генеративной модели
Perplexity.Ai — обработка запросов для оптимизации процесса работы над кодом на языке Python при выполнении проекта Leonardo.Ai — генерация изображений для оформления страницы проекта
Это знак пойти и поесть рамен)
