Концепция
Качество вина часто воспринимается как что-то субъективное: кому-то вино кажется лёгким, кому-то сладким, кислым или крепким. Но на вкус и итоговую оценку могут влиять конкретные измеримые показатели: содержание алкоголя, уровень сахара, кислотность, хлориды, pH и другие химические характеристики.
Этот проект исследует данные о 4898 образцах белого вина. В нём рассматривается, как химические показатели связаны с оценкой качества и чем отличаются вина с низкими, средними и высокими оценками.
Главная задача инфографики — показать эту тему понятно и наглядно. Проект помогает увидеть, из каких параметров складывается качество белого вина и какие характеристики чаще встречаются у образцов с высокой оценкой.
Данные и источник
часть датасета
Источник данных: Modeling wine Объём: 4898 наблюдений Тип данных: физико-химические показатели белого вина vinho verde и оценка его качества Основные параметры: фиксированная кислотность, летучая кислотность, лимонная кислота, остаточный сахар, хлориды, свободный диоксид серы, общий диоксид серы, плотность, pH, сульфаты, содержание алкоголя и оценка качества вина.
Процесс создания инфографики
Работа над инфографикой началась с изучения датасета winequality-white.csv. В таблице представлены 4898 образцов белого вина, для каждого из которых указаны физико-химические показатели и итоговая оценка качества. В первую очередь были рассмотрены основные параметры: содержание алкоголя, остаточный сахар, кислотность, хлориды, pH, сульфаты, диоксид серы и оценка качества. На этом этапе важно было понять, какие показатели могут быть связаны с более высокой оценкой вина. Поэтому сначала были построены базовые графики: распределение оценок качества и зависимость среднего содержания алкоголя от оценки.
После первичного анализа данные были сгруппированы по уровню качества. Оценки были разделены на низкие, средние и высокие, чтобы сравнивать не отдельные образцы, а общие характеристики разных групп вин. Для сравнения были выбраны ключевые химические показатели: алкоголь, остаточный сахар, хлориды, летучая кислотность, pH и сульфаты. Такой подход помог увидеть, чем в среднем отличаются вина с высокими оценками от вин с низкими оценками, и какие параметры сильнее связаны с итоговым восприятием качества.
В работе использовались таблицы для первичного просмотра данных, Python для очистки датасета, расчётов и построения графиков, а также Figma для верстки финальной инфографики. ИИ-инструменты использовались как помощь в анализе данных, формулировании концепции, написании текстов для лонгрида и разработке структуры проекта.
Пайплайн производства проекта: Сбор и изучение датасета Очистка и подготовка данных Анализ показателей качества вина Группировка оценок на низкие, средние и высокие Создание графиков Разработка визуальной концепции Верстка инфографики Создание мокапов Подготовка лонгрида проекта
Инфографика
Плакат «Химия белого вина» показывает, как физико-химические показатели связаны с оценкой качества вина. Через графики и краткие выводы зритель может увидеть, какие параметры чаще встречаются у высоко оценённых образцов: содержание алкоголя, уровень сахара, хлориды, кислотность и другие характеристики.
Инфографика построена как визуальное исследование: от общего распределения оценок к сравнению низких и высоких показателей. Такой формат помогает воспринимать сложные табличные данные проще и нагляднее.
