Рубрикатор
- Введение
- Загрузка данных
- Обработка и анализ данных
- Оформление данных
- Итоговые графики
- Заключение
- Ресурсы и генеративные модели
Изображение сгенерировано с помощью нейросети LeonardoAi
Введение
Вино давно стало неотъемлемой частью наших семейных застолий. Будь то торжество по случаю праздника или же просто уютный ужин в пятницу вечером — ароматное вино объединяет все поколения за одним столом, создавая по-особенному тёплую атмосферу. Этот напиток не просто доставляет удовольствие своим вкусом, но также наполняет бокалы историями и эмоциями.
Когда-то я задумалась над тем, как мой отец, коллекционер вин и ценитель вкусов, выбирает хорошее вино, каким критериям отвечают лучшие образцы и каковы основные факторы, влияющие на качество продукта.
Вдохновившись семейной историей, я решила проанализировать данные о качестве испанского вина. На сайте kaggle.com я выбрала датасет «Spanish Wine Quality Dataset». Он содержит информацию о винодельнях, названии вина, годе выпуска, рейтинге вина, количестве отзывов, регионе производства, стоимости, типе вина, его плотности и кислотности.
Я решила представить данные в виде 5 типов графиков: столбчатая диаграмма для распределения количества вин по годам производства, график рассеяния для анализа корреляции между ценой и рейтингом, круговая диаграмма для распределения вина по категориям кислотности, гистограмма для визуализации топ-10 типов вина по количеству рецензий и линейная диаграмма для распределения количества вин по категориям их плотности.
Загрузка данных
Для работы с данными я импортировала библиотеку pandas. Затем импортировала библиотеки matplotlib.pyplot и seaborn для построения графиков.
Обработка и анализ данных
Данные содержат пропуски. Для того, чтобы продолжить работу над чистыми данными и провести корректный анализ, я удалила пропущенные значения с помощью .dropna ().
Далее я перешла к анализу данных. Я написала код, который помог определить топ-10 популярных типов вина по количеству отзывов.
.groupby ('type') группирует данные по столбцу type, .size () считает количество отзывов для каждой группы, .nlargest (10, 'count') берёт 10 строк с максимальным значением количества отзывов.
После этого я решила посчитать корреляцию между признаками price (цена) и rating (рейтинг). С помощью метода .corr я выяснила, что корреляция равняется 0.55, что указывает на умеренную взаимосвязь.
Затем я посчитала среднюю цену вина. average_price_by_wine определяет среднее значение столбца price (цена) для каждого уникального значения в столбце wine (вино): df_cleaned.groupby ('wine') группирует данные из столбца wine и для каждого вина вычисляет среднюю стоимость, затем сортирует вина по убыванию средней цены и берёт первые 10 самых дорогих вин. Так я выяснила, что самое дорогое вино по средней стоимости — La Faraona Bierzo (Corullon).
Оформление данных
Для создания палитры я сгенерировала изображение с помощью нейросети leonardo.ai. Далее на сайте Adobe Color я извлекла цвета из картинки. Мне показалось, что данному проекту лучше всего подойдёт гамма винных оттенков.
Изображение сгенерировано с помощью нейросети LeonardoAi
Затем я установила глобальные настройки стиля всех графиков. При помощи plt.rcParams я определила белый цвет для текста, подписей и меток осей. Использовав axes.titleweight и axes.labelweight, я сделала жирное начертание у заголовков и подписей осей, чтобы сильнее выделить их.
Итоговые графики
1. Количество вин по годам
2. Распределение вин по категориям кислотности
3. Корреляция между ценой и рейтингом
4. Топ-10 типов вина по количеству рецензий
5. Распределение количества вин по категориям плотности
Заключение
Таким образом, я провела подробный анализ данных о качестве испанского вина. Я проанализировала разные показатели, такие как год производства, степень кислотности, корреляцию между ценой и рейтингом, количество отзывов, а также уровень плотности, чтобы выявить, какие критерии влияют на качество напитка.
По итогам анализа я сделала несколько выводов:
- Больше всего в датасете представлено вин 2011 года производства. Это вина «среднего» возраста, успевшие набрать необходимую зрелость и раскрыть вкусовые и ароматические свойства.
- Больше всего вин со степенью кислотности 3.0, указывающей на сбалансированный уровень кислотности, который обеспечивает вину гармоничный вкус. Из этого можно сделать вывод, что степень кислотности имеет влияние на качество продукта.
- Между ценой и рейтингом вина наблюдается умеренная корреляция. Это может указывать на то, что цена действительно имеет значение в восприятии продукта потребителями, но не является единственным определяющим фактором.
- Типы вина, которые вошли в топ-10 по количеству рецензий, преимущественно обладают категорией плотности 4-5 и степенью кислотности 3, что может указывать на выбор потребителями полноценных и многогранных вин с богатым вкусом и приятным балансом кислотности.
- Больше всего вин с категорией плотности 4, которая обеспечивает напитку богатый вкус и баланс между сладостью и насыщенностью. Этот показатель может указывать на то, что уровень плотности имеет влияние на качество продукта.
Ресурсы и генеративные модели
Промпты для генерации изображений:
- Обложка. Generate a beautiful cover for a project about the quality of Spanish wine, the background should be wine-colored
- Изображение 1. Generate a gorgeous wine image, it should have several bottles of wine and a wine-colored background
- Изображение 2. Generate a luxury wine image, it should have several glasses of wine and a wine-colored background
