数据分析：麦当劳食品营养数据探索并可视化

在这里插入图片描述

系列文章目录

作者：i阿极

作者简介：Python领域新星作者、多项比赛获奖者：博主个人首页

😊😊😊如果觉得文章不错或能帮助到你学习，可以点赞👍收藏📁评论📒+关注哦！👍👍👍

📜📜📜如果有小伙伴需要数据集和学习交流，文章下方有交流学习区！一起学习进步！💪

专栏案例：数据分析
数据分析：某电商优惠卷数据分析
数据分析：旅游景点销售门票和消费情况分析
数据分析：消费者数据分析
数据分析：餐厅订单数据分析
数据分析：基于随机森林(RFC)对酒店预订分析预测
数据分析：基于K-近邻(KNN)对Pima人糖尿病预测分析

文章目录

  • 系列文章目录
  • 1、实验简介
  • 2、数据说明
    • 2.1数据集的整体特征
    • 2.2属性描述
  • 3、实验环境
  • 4、实验步骤
    • 4.1数据准备
    • 4.2数据质量检查
    • 4.3探索性分析
    • 4.4通过轮廓图和相关图来比较特征

1、实验简介

麦当劳（McDonald’s）是源自美国南加州的跨国连锁快餐店，也是全球最大的快餐连锁店，主要贩售汉堡包及薯条、炸鸡、汽水、冰品、沙拉、水果、咖啡等快餐食品。近年来，越来越多的人意识到快餐食品的不健康性，麦当劳也成了“垃圾食品”的代名词。美国纪录片《Super Size Me》记录了一个人一个月内只吃麦当劳后的身体变化，更引起了人们对于快餐食品营养超标的担忧。本分析旨在通过实证方法评估麦当劳数据集中260个产品的营养成分，我们先从一些标准的数据探索分析开始，之后讨论并使用Plotly绘制交互式散点图以展示不同的营养指标。

2、数据说明

2.1数据集的整体特征

|数据集名称 |数据类型 |特征数 |实例数 |值缺失 |相关任务|

数据集名称数据类型特征数实例数值缺失相关任务
麦当劳餐品营养成分数据集字符、数值数据242600可视化

2.2属性描述

属性数据类型字段描述
CategoryString食物类别
ItemString食品名称
Serving SizeString食用分量
CaloriesInteger卡路里
Calories from FatInteger来自脂肪的卡路里
Total FatInteger脂肪总量
Total Fat (% Daily Value)Integer脂肪总量占每日推荐摄入量的百分比
Saturated FatInteger饱和脂肪
Saturated Fat (% Daily Value)Integer饱和脂肪占每日推荐摄入量的百分比
Trans FatInteger反式脂肪
CholesterolInteger胆固醇
Cholesterol (% Daily Value)Integer胆固醇占每日推荐摄入量的百分比
SodiumInteger钠
Sodium (% Daily Value)Integer钠占每日推荐摄入量的百分比
CarbohydratesInteger碳水化合物
Carbohydrates (% Daily Value)Integer碳水化合物占每日推荐摄入量的百分比
Dietary FiberInteger膳食纤维
Dietary Fiber (% Daily Value)Integer膳食纤维占每日推荐摄入量的百分比
SugarsInteger糖分
ProteinInteger蛋白质
Vitamin A (% Daily Value)Integer维他命A占每日推荐摄入量的百分比
Vitamin C (% Daily Value)Integer维他命C占每日推荐摄入量的百分比
Calcium (% Daily Value)Integer钙占每日推荐摄入量的百分比
Iron (% Daily Value)Integer铁占每日推荐摄入量的百分比

3、实验环境

Python 3.9

Anaconda

Jupyter Notebook

4、实验步骤

4.1数据准备

加载需要的模块

import pandas as pd
import numpy as np
import seaborn as sns
import matplotlib.pyplot as plt
%matplotlib inline
import plotly.offline as py
py.init_notebook_mode(connected=True)
import plotly.graph_objs as go
import plotly.tools as tls
import warnings
warnings.filterwarnings('ignore')

加载数据


#加载数据集
menu = pd.read_csv("/home/mw/mcdonald_s_menu.csv")#预览数据集前5行
menu.head()

在这里插入图片描述

查看数据集行列数

print("该数据集共有 {} 行 {} 列".format(menu.shape[0],menu.shape[1]))

在这里插入图片描述

每一行代表一样麦当劳产品；24列，包括了产品的类别，名称，大小，以及营养成分（如卡路里，脂肪，胆固醇，钠，碳水化合物，膳食纤维，糖，蛋白质，维他命A，维他命C，钙，铁）等内容。

4.2数据质量检查

检查空值

menu.isnull().any()

在这里插入图片描述

各个column内容的描述性统计

menu.describe()

在这里插入图片描述

4.3探索性分析

首先，我们看一下每一类食品的数量，并绘图展示：

count_by_category = menu[["Category"]].groupby(["Category"]).size().reset_index(name = 'Counts').sort_values(by = "Counts", ascending = False)
count_by_category

在这里插入图片描述

#条形图
fig, ax = plt.subplots(figsize = (12,9))
ax = sns.barplot(x="Category", y="Counts", data = count_by_category).set_title("每一类食品的数量")

在这里插入图片描述

#饼形图
plt.figure(figsize = (12,9))
plt.pie(x = count_by_category["Counts"], labels=count_by_category["Category"], autopct='%1.0f%%',)
plt.show()

在这里插入图片描述

从条形图和饼形图可以看出，数量排名第一的品类是咖啡和茶，高达37%；之后是早餐（16%），冰沙奶昔（11%），饮品（10%），鸡肉鱼肉（10%）和牛肉猪肉（6%）。小吃，甜点和沙拉占比最少，其中沙拉类食品仅占所有食品的2%。

接下来，我们看看，不同品类的食物，其卡路里含量如何

#盒形图
fig, ax = plt.subplots(figsize = (12,9))
ax = sns.boxplot(x = 'Category', y = 'Calories', data = menu).set_title("卡路里")

在这里插入图片描述

一些有趣的发现：

  • 早餐系列、猪肉牛肉系列、鸡肉鱼肉系列的卡路里含量较高（主食），冰沙奶昔系列的卡路里含量最高；
  • 沙拉、小食、甜品、咖啡和茶的卡路里含量较低，饮品的卡路里含量最低；
  • 早餐系列、鸡肉鱼肉系列和咖啡茶系列有一些异常值(outlier)，可能是一些大份食物。

以上分析提醒了我们，食品的卡路里含量（及其他成分含量）会受到其份量的影响，将食品调整至同样的份量可以让之后的分析更加客观。

通过回顾数据集中“Serving Size”一栏，我们发现麦当劳对份量的标注并不完全统一，有如下几种形式：

1）4.8 oz (136 g) 2）1 cookie (33 g) 3）21 fl oz cup 4) 1 carton (236 ml) 5) 6 fl oz (177 ml) 6) 16.9 fl oz

固体食物的份量标注比较统一，都是按1）的形式，标出了oz和g两种重量单位，唯一的特例是2），只标注了g这一重量单位。

半液态和液态食物的份量标注比较杂乱，有些和固体食物一样标注了重量，但大部分属于3）-6），即标注fl oz和/或ml两种体积单位。

因此我们的提取原则是，重量单位优先提取g，没有g再提取oz，并转换为g；体积单位优先提取ml，没有ml再提取fl oz，并转换为ml。

*注：1盎司(oz)=28.35克(g)；1美制液体盎司(fl oz)=29.57毫升(ml)

因为重量单位和体积单位的不一致，为了之后的分析方便，我们假设1ml的液体等于1g，并把一些半液态和液态食品的份量从体积转为重量。

将食品调整至同样的份量(按100g计算)

#正则表达式匹配几种不同的份量标注方式
import re
p1 = re.compile(r'[(](.*?)[ g)]')
p2 = re.compile(r'(.*?)[ ]')#定义函数，提取份量数据
def getLambda(x, p1, p2):try: val = float(re.findall(p1,x)[0])except:val = float(re.findall(p2,x)[0]) * 29.57 # 提取的是fl oz，乘以29.57转换为mlreturn val#调整menu数据集
norm_menu = menu.iloc[:,:]
norm_menu["Size g"] = norm_menu["Serving Size"].apply(lambda x: getLambda(x, p1, p2))
norm_menu["Calories per 100g"] = (norm_menu['Calories']/norm_menu["Size g"]) * 100norm_menu.head()

#盒形图
fig, ax = plt.subplots(figsize = (12,9))
sns.boxplot(x = 'Category', y = 'Calories per 100g', data = norm_menu)

在这里插入图片描述

对比没有调整过的数据画出的盒形图可以得知：

  • 固态食品中，主食（早餐，牛肉猪肉，鸡肉鱼肉）依旧是卡路里含量最高的食品。之前我们以为卡路里含量较低的小食、甜点等，其实只是因为份量较小，如果换算成同样的份量，卡路里含量也不低，和主食持平。只有沙拉的卡路里含量远低于其他类食品，其平均值是主食的一半左右。
  • 液体及半液体的饮品，卡路里含量总体低于固体食品，但冰沙奶昔的卡路里明显高于饮料和咖啡茶，甚至高于沙拉。

因此，对于一个选择麦当劳就餐的减肥人士来说，为了填饱肚子，最好点一份沙拉。如果还想点一份饮品，不建议点冰沙奶昔。

4.4通过轮廓图和相关图来比较特征

轮廓图

我们首先看看一个特征如何影响其他特征：轮廓图或者KDE图可以提供一个特征相对于另一个特征的分布。简单来讲，这让我们对定量数据有一个快速的感知。调用了Seaborn中的kdeplot函数。我们选取了几个主要特征，并生成了9张轮廓图，如下所示：

# KDE图
f, axes = plt.subplots(3, 3, figsize=(10, 10), sharex=True, sharey=True)s = np.linspace(0, 3, 10)
cmap = sns.cubehelix_palette(start=0.0, light=1, as_cmap=True)# Generate and plot a random bivariate dataset
x = menu['Cholesterol (% Daily Value)'].values
y = menu['Sodium (% Daily Value)'].values
sns.kdeplot(x, y, cmap=cmap, shade=True, cut=5, ax=axes[0,0])
axes[0,0].set(xlim=(-10, 50), ylim=(-30, 70), title = 'Cholesterol and Sodium')cmap = sns.cubehelix_palette(start=0.333333333333, light=1, as_cmap=True)# Generate and plot a random bivariate dataset
x = menu['Carbohydrates (% Daily Value)'].values
y = menu['Sodium (% Daily Value)'].values
sns.kdeplot(x, y, cmap=cmap, shade=True, ax=axes[0,1])
axes[0,1].set(xlim=(-5, 50), ylim=(-10, 70),  title = 'Carbs and Sodium')cmap = sns.cubehelix_palette(start=0.666666666667, light=1, as_cmap=True)# Generate and plot a random bivariate dataset
x = menu['Carbohydrates (% Daily Value)'].values
y = menu['Cholesterol (% Daily Value)'].values
sns.kdeplot(x, y, cmap=cmap, shade=True, ax=axes[0,2])
axes[0,2].set(xlim=(-5, 50), ylim=(-10, 70),  title = 'Carbs and Cholesterol')cmap = sns.cubehelix_palette(start=1.0, light=1, as_cmap=True)# Generate and plot a random bivariate dataset
x = menu['Total Fat (% Daily Value)'].values
y = menu['Saturated Fat (% Daily Value)'].values
sns.kdeplot(x, y, cmap=cmap, shade=True, ax=axes[1,0])
axes[1,0].set(xlim=(-5, 50), ylim=(-10, 70),  title = 'Total Fat and Saturated Fat')cmap = sns.cubehelix_palette(start=1.333333333333, light=1, as_cmap=True)# Generate and plot a random bivariate dataset
x = menu['Total Fat (% Daily Value)'].values
y = menu['Cholesterol (% Daily Value)'].values
sns.kdeplot(x, y, cmap=cmap, shade=True, ax=axes[1,1])
axes[1,1].set(xlim=(-5, 50), ylim=(-10, 70),  title = 'Cholesterol and Total Fat')cmap = sns.cubehelix_palette(start=1.666666666667, light=1, as_cmap=True)# Generate and plot a random bivariate dataset
x = menu['Vitamin A (% Daily Value)'].values
y = menu['Cholesterol (% Daily Value)'].values
sns.kdeplot(x, y, cmap=cmap, shade=True, ax=axes[1,2])
axes[1,2].set(xlim=(-5, 50), ylim=(-10, 70),  title = 'Vitamin A and Cholesterol')cmap = sns.cubehelix_palette(start=2.0, light=1, as_cmap=True)# Generate and plot a random bivariate dataset
x = menu['Calcium (% Daily Value)'].values
y = menu['Sodium (% Daily Value)'].values
sns.kdeplot(x, y, cmap=cmap, shade=True, ax=axes[2,0])
axes[2,0].set(xlim=(-5, 50), ylim=(-10, 70),  title = 'Calcium and Sodium')cmap = sns.cubehelix_palette(start=2.333333333333, light=1, as_cmap=True)# Generate and plot a random bivariate dataset
x = menu['Calcium (% Daily Value)'].values
y = menu['Cholesterol (% Daily Value)'].values
sns.kdeplot(x, y, cmap=cmap, shade=True, ax=axes[2,1])
axes[2,1].set(xlim=(-5, 50), ylim=(-10, 70),  title = 'Cholesterol and Calcium')cmap = sns.cubehelix_palette(start=2.666666666667, light=1, as_cmap=True)# Generate and plot a random bivariate dataset
x = menu['Iron (% Daily Value)'].values
y = menu['Total Fat (% Daily Value)'].values
sns.kdeplot(x, y, cmap=cmap, shade=True, ax=axes[2,2])
axes[2,2].set(xlim=(-5, 50), ylim=(-10, 70),  title = 'Iron and Total Fat')f.tight_layout()

在这里插入图片描述

Pearson相关图

现在绘制Pearson相关图，检查不同营养指标之间的相关程度。这次，我们调用了Plotly的交互式绘图功能，绘制特征之间相关性的热图（Heatmap），如下所示：

data = [go.Heatmap(z = menu.iloc[:, 3:].corr().values,x = menu.columns.values,y = menu.columns.values,colorscale = 'Viridis',text = menu.iloc[:, 3:].corr().round(2).astype(str),opacity = 1.0)
]layout = go.Layout(title = '各个营养指标的Pearson相关图',xaxis = dict(ticks='', nticks=36),yaxis = dict(ticks=''),width = 900, height = 700,
)fig = go.Figure(data = data, layout = layout)
py.iplot(fig, filename = 'labelled-heatmap')

在这里插入图片描述

点击不同的方格，可以查看某两个特征的相关性。颜色越趋近于黄色，说明两者正相关性越强。颜色越趋近于紫色，说明两者负相关性越强。

  • 从相关图中可以看出明显相关的特征，例如份量和卡路里的相关性高达0.9。
  • 然而，有一些相关性非常不直观。例如，总脂肪和饱和脂肪/反式脂肪之间存在相当弱的相关性，但在我们普通人的认知中，这两者理应早存一定相关性。
  • 热图也从负相关图（深蓝/黑）的斑点中引出了有趣的发现。例如，它表明碳水化合物通常与反式脂肪，胆固醇，钠，膳食纤维和维生素A呈负相关。这与碳水化合物的负相关性确实很多。

数据质量是否存在任何问题？

  • 现在很明显，碳水化合物列与其他列负相关程度很强，这是符合常识的。然而，或许存在如下可能性：含碳水化合物的食物可能除了碳水化合物之外没有其他东西，从而导致了上面提到的负相关性，这也是需要在分析中结合实际情况思考的。

订阅热门专栏：
《数据分析之道》
《数据分析之术》
《机器学习案例》
《数据分析案例》

📢文章下方有交流学习区！一起学习进步！💪💪💪
📢首发CSDN博客，创作不易，如果觉得文章不错，可以点赞👍收藏📁评论📒
📢你的支持和鼓励是我创作的动力❗❗❗

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.rhkb.cn/news/37540.html

如若内容造成侵权/违法违规/事实不符，请联系长河编程网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

店铺众筹，胜算几何？

店铺众筹，胜算几何？

以下纯属YY！！ 本人既没有开过店，截至目前（2017年10月1日）也没有投资开店的经历。 开店有风险，投资需谨慎。 世界上充满了骗，店铺众筹骗钱的例子一个又一个，千万要小心。 开店&#x…
阅读更多...
简易麦当劳班表生成器

简易麦当劳班表生成器

9月马上就要结束了，忽然想起10月的班表还没发，上学时每天可以上班的时间都不一样，不写吧怕他不给我排，写吧又累又描述不清楚，诶，我可以写个程序呀，这样不就可以全部列出来了嘛？ …
阅读更多...
进入中国内地第31年的麦当劳 ，为什么还能不断吸引新消费人群？

进入中国内地第31年的麦当劳 ，为什么还能不断吸引新消费人群？

简介： 麦当劳的数字化转型从2016年开始全面推行，力求无论何时何地何种方式，消费者都能随心享受麦当劳的产品与服务，数字化转型在过去几年取得显著效果！而阿里云数据中台的引入，将成为麦当劳数字化转型在拓展…
阅读更多...
数据可视化应用案例：麦当劳和肯德基全国门店分布，谁才是分布最广的炸鸡店？

数据可视化应用案例：麦当劳和肯德基全国门店分布，谁才是分布最广的炸鸡店？

我们都听说过麦当劳和肯德基开的很近，但好像没人计算过他们究竟有多近。下面我来尝试回答一下。原始数据链接 首先，从高德地图上获取中国的肯德基和麦当劳的数据。接着，进行了数据清洗。清洗中，尽量去掉两家公司的甜品店。因为甜品店要么店面过小，要么离主店不远，不太具有…
阅读更多...
麦当劳 APP sign 参数学习

麦当劳 APP sign 参数学习

抓包详情 “communityQrcode”: “https://menu-img.mcd.cn/store/prod/store/communityQrcode/1950345_1.png”, “deliveryFeeCode”: “7030”, “duration”: null, “deliveryTime”: null, “estimatedDeliveryTime”: null, “hotTagCodes”: [“breakfast”, “wifi…
阅读更多...
麦当劳SIGN获取规则

麦当劳SIGN获取规则

麦当劳SIGN获取规则 SID 用户ID sign 用户签名 tel:18639197022
阅读更多...
国产绘画AI杀疯了！画的小姐姐比真人还好看

国产绘画AI杀疯了！画的小姐姐比真人还好看

👇👇关注后回复 “进群” ，拉你进程序员交流群👇👇 来源：IT之家 在 ChatGPT 的狂潮中杀出一条血路，谁都没想到 AI 绘画竟然卷土重来了。 而 AI 绘画之所以能重振旗鼓，在IT之家先前的…
阅读更多...
三星弃Google用Bing？谷歌赶工新AI搜索Magi

三星弃Google用Bing？谷歌赶工新AI搜索Magi

“三星考虑将手机端的默认搜索引擎由Google换成Bing”，《纽约时报》上的这则消息披露次日，微软股价上涨2%，谷歌母公司Alphabet股价下跌3%。 过去20年里，谷歌一直是在线搜索领域无人能敌的霸主，微软旗下的Bing只在3%-5…
阅读更多...
专利代理机构代理专利流程

专利代理机构代理专利流程

代理申请专利流程是怎么样的？ (一)咨询 1、 确定发明创造的内容是否属于可以申请专利的内容。 (二)技术交底 1、申请人向专利代理人提供有关发明创造的背景资料或委托检索有关内容; 2、申请人详细介绍发明创造的内容，帮助专利代理人充分理解发明创造…
阅读更多...
PCT专利申请途径介绍 草稿版

PCT专利申请途径介绍 草稿版

# PCT专利申请途径介绍 这份总结来自《国外及我国港澳台专利申请策略》，主编，马天旗 　　 专利合作条约（PATENT COOPERATION TREATY），简称PCT。按照PCT提出的申请称为PCT国际申请。 传统的专利体系与PCT体系的比较 　…
阅读更多...
德国申请专利,发明,实用,外观专利申请详细步骤

德国申请专利,发明,实用,外观专利申请详细步骤

一、德国专利申请途径 申请人可以向德国专利商标局直接递交申请。要求优先权的情况下根据《保护工业产权巴黎公约》需要在递交中国在先申请的12个月之内向德国专利商标局递交申请。 另外，通过PCT（“Patent Cooperation Treaty”，即《专利合作…
阅读更多...
手把手教你写专利申请书/如何申请专利

手把手教你写专利申请书/如何申请专利

手把手教你写专利申请书如何申请专利 摘要 小前言 （一）申请前的准备工作 1、申请前查询 2、其他方面的考虑 3、申请文件准备 （二）填写专利申请系列文档 1、实际操作步骤 2、具体操作 3、经验分享、注意事…
阅读更多...
通过laf引入Claude后才发现一切都这么简单

通过laf引入Claude后才发现一切都这么简单

前言 当前风口浪尖的AI话题热度一直高居不下，不同的人工智能也层出不穷。而API调用的也就ChatGPT支持较好。但是当在slack里发现了claude这一神奇AI后，也曾想过看看支不支持API调用引入网站，可惜也是没有开放。直到我遇见了laf，e…
阅读更多...
【C++】Rust vs C++ 深入比较

【C++】Rust vs C++ 深入比较

Yan-英杰的主页 悟已往之不谏 知来者之可追 C程序员，2024届电子信息研究生 目录 什么是Rust？ Rust的显著特征 什么是C？ C的显著特征 技术比较 内存安全性 指针 编译时间 易用性 框架和类库 游戏开发 用户界面 总结和结论 Ru…
阅读更多...
最近火热的ChatGPT到底是个啥

最近火热的ChatGPT到底是个啥

只能说“凭借ChatGPT，一切皆有可能！” 不会还有小伙伴不知道ChatGPT是个啥？ 如果你也不知道，下面几个问题给你讲明白！ ChatGPT在短时间内在互联网上迅速走红，引起了各个行业的广泛关注。不管是做设计、做…
阅读更多...
chatgpt是什么意思？还有人不知道chatGPT是个啥

chatgpt是什么意思？还有人不知道chatGPT是个啥

ChatGPT是由OpenAI开发的一种语言生成模型，它建立在GPT（生成式预训练）模型的基础上，专注于对话任务。GPT全称为"Generative Pre-trained Transformer"，是一种基于Transformer架构的神经网络模型，…
阅读更多...
听说最近ChatGPT很火？我来整个废话版ChatGPT！

听说最近ChatGPT很火？我来整个废话版ChatGPT！

文章目录 需求分析项目初始化读取语料库文件实现随机模块生成文章保存文章命令行配置参数命令行交互废话版ChatGPT网页版 废话版ChatGPT 的功能是能根据语料库的配置和用户输入的规则，随机生成一篇可长可短的文本，里面的内容语句通顺，但是废话…
阅读更多...
管理类联考——英语二——技巧篇——写作——图表作文——万能句

管理类联考——英语二——技巧篇——写作——图表作文——万能句

图表作文的万能句 一、开篇万能句型 （1）概述图表内容 ①According to the table/pie chart/line graph/bar graph,we can see/conclude that…根据该表/图， 我们可知…… ②The table/graph reveals(shows/indicates/illustrates/represe…
阅读更多...
2023年英语二大作文押题猜想（达立易考）

2023年英语二大作文押题猜想（达立易考）

又到了考前大开脑洞的时间了！ 每年一到这个时间点，关于押题猜题的话题就会铺天盖地而来，众多名师大咖更是会集毕生所学，期待可以在这个环节押中部分题目彰显实力，其中主观题就是大家集中关注的重要热点模块。押题听起来…
阅读更多...
管理类联考——英语二——技巧篇——写作——B节——图表作文——必备词汇句型

管理类联考——英语二——技巧篇——写作——B节——图表作文——必备词汇句型

图表作文必备词汇句型 1．该表格展示了…… The table reveals The table demonstrates The table shows The table depicts The tableillustrates The table presents The table describes 2．占…… Comprise Take up Account for Constitute C…
阅读更多...
最新文章
推荐文章

Copyright @ 2022~2023