kaggle:R可視化分析金拱門餐廳食物營養性(一)

作者：鄔書豪，車聯網數據挖掘工程師 ，R語言中文社區專欄作者。微信ID：wsh137552775

知乎專欄：https://www.zhihu.com/people/wu-shu-hao-67/activities

上市公司全球大型跨國連鎖快餐巨頭金拱門餐廳，在全世界上大約擁有32000家分店，分布在全球121個國家和地區！我們偶爾吃的這家快餐，它滴食物營養性咋樣，今天我們就來對kaggle競爭上的這份數據做一個可視化分析！

公眾號後臺回復「金拱門」下載數據集。

理解數據變量

Category(食物類別） 如Breakfast、Beef & Pork等等

Item（食物名稱）

Serving Size（份量）

Calories（卡路裡）

Calories from Fat（來自脂肪的熱量）

Total Fat（總脂肪）

Saturated Fat（飽和脂肪）

Trans Fat（反式脂肪）

Cholesterol（膽固醇）

Sodium（鈉）

Carbohydrates 碳水化合物

Dietary Fiber（膳食纖維）

Sugars（糖）

Protein（蛋白）

Vitamin A (% Daily Value)、Vitamin C (% Daily Value)

Calcium (% Daily Value) （鈣）

Iron (% Daily Value) （鐵）

分析要求是：

1、麥當勞食品的平均卡路裡是多少？

2、飲用多少飲料，例如蘇打水或者咖啡，會加強總熱量的攝入？

3、購買烤雞肉三明治，而不是炸雞肉三明治，是否會更加有營養？

4、怎麼從菜單中選擇最少數量的食品來你滿足一天的營養需求？

#加載包，讀入數據，查看數據形式suppressMessages(library(ggplot2))suppressMessages(library(dplyr))suppressMessages(library(plotly))suppressMessages(library(RColorBrewer))suppressMessages(library(devtools))suppressMessages(library(yarrr))suppressMessages(library(tidyr))suppressMessages(library(gridExtra))suppressMessages(library(viridis))menu<-read.csv("D:/金拱門食物數據/menu.csv")str(menu)

#查看缺失值：library(mice)md.pattern(menu)

缺失值情況

從上圖可以看出，menu數據沒有缺失值。

#可視化分析食物類別繪圖（圖1）m <- list(l = 50,r = 50,b = 100,t = 100,pad = 4)marker = list(color = brewer.pal(9, "Set1"))p <- plot_ly(x = menu$Category,marker = list(color = '#45171D'),type = "histogram")%>%  layout(xaxis = list(title = ""),yaxis = list(title = ""),autosize = T)p

圖1：食物類別

從上圖可以看出，食物類別中數目最多的是Coffee & Tea，其次是Breakfast

#食物卡路裡與糖分的關係繪圖（圖2）d1<-menu%>%ggplot(aes(x=Sugars,y=Calories))+stat_density_2d(geom = "polygon", aes(fill = ..level..), h=c(100,1500) ,contour = TRUE)+scale_fill_viridis(option="magma")#碳水化合物與卡路裡的可視化繪圖（圖3）d2<-menu%>%ggplot(aes(x=Carbohydrates,y=Calories))+stat_density_2d(geom = "tile", aes(fill = ..density..), h=c(100,1500) ,contour = FALSE)+scale_fill_viridis(option="magma")#鈉與卡路裡的可視化繪圖（圖4）d3<-menu%>%ggplot(aes(x=Sodium,y=Calories))+stat_density_2d(geom = "tile", aes(fill = ..density..), h=c(3000,1500) ,contour = FALSE)+scale_fill_viridis(option="magma")#膽固醇與卡路裡的可視化繪圖（圖5）d4<-menu%>%ggplot(aes(x=Cholesterol,y=Calories))+stat_density_2d(geom = "tile", aes(fill = ..density..), h=c(600,1500) ,contour = FALSE)+scale_fill_viridis(option="magma")#膳食纖維與卡路裡的可視化繪圖（圖6）d5<-menu%>%ggplot(aes(x=Dietary.Fiber,y=Protein))+scale_x_continuous(limits=c(0,8),expand=c(0,0))+stat_density_2d(geom = "tile", aes(fill = ..density..), h=c(5,70) ,contour = FALSE)+scale_fill_viridis(option="magma")

圖2

圖3

圖4

圖5

圖6

#卡路裡的熱量分布是結果變量，取決於其他營養素變量。#繪圖脂肪的熱量與卡路裡之間的關係(圖7）p1 <- plot_ly(menu,x = ~Calories,type = "histogram",histnorm = "probability",name="Calorie",alpha=0.6)%>%  add_histogram(x = ~Calories.from.Fat,name="Calorie From Fat",alpha=0.6) %>%  layout(barmode = "overlay")p1

圖7

#食物類別與卡路裡的可視化繪圖（圖8）new_col<-c("grey50", "blue","hotpink","Magenta","seagreen","violet","brown","maroon","navyblue")plot_ly(x = menu$Category, y=menu$Calories,color = menu$Category,colors =new_col , type = "box")%>%   layout(xaxis = list(title = ""),yaxis = list(title = "Calories"),showlegend=FALSE,autosize = T)

通過箱線圖，一目了然！我們可以很清晰的看到每種食物類別的卡路裡（第一分位數，第三分位數，最大值，最小值，中位數）

#食物類別與蛋白質含量的可視化繪圖（圖9）plot_ly(x = menu$Category, y=menu$Protein,color = menu$Category,colors =new_col , type = "box")%>% layout(  xaxis = list(title = ""),  yaxis = list(title = ""),  showlegend=FALSE,  autosize = T)

通過箱線圖，一目了然！我們可以很清晰的看到食物類別中蛋白質的（第一分位數，第三分位數，最大值，最小值，中位數）

#食物種類（Category）之Chicken & Fish類與Item的蛋白質（Protein）含量可視化繪圖#圖10library(ggrepel)menu %>% select(Category,Item,Protein,Total.Fat)%>%arrange(desc(Protein))%>%filter(Category =="Chicken & Fish")%>%ggplot(aes(x=Item,y=Protein,col=Item))+geom_point(size=3)+theme(legend.position = "none",axis.title.x=element_blank(),axis.text.x=element_blank(),axis.ticks.x=element_blank())+geom_label_repel(aes(label=substr(Item,1,20)),size=2)+labs(title="High Protein/Fat Item in Chicken & Fish Category")+geom_bar(aes(y=Total.Fat),alpha=0.5,stat="identity")

圖10

#碳水化合物含量與食物種類的可視化分析（圖11）plot_ly(x = menu$Category, y=menu$Carbohydrates,color = menu$Category,colors =new_col , type = "box") %>% layout(  xaxis = list(title = ""),  yaxis = list(title = ""),  showlegend=FALSE,  autosize = T)

圖11

通過箱線圖，可以很清晰的看到各食物類別中的碳水化合物含量（第一分位數，第三分位數，最大值，最小值，中位數）

#碳水化合物與碳水化合物之間的散點圖，卡路裡大於500為紅色，卡路裡小於500為藍色（圖12）p2<-plot_ly(x=menu$Calories, y=menu$Carbohydrates, type="scatter", mode = "markers" ,           marker=list( color=ifelse(menu$Calories>500,"red","blue") , opacity=0.5 , size=20) ) p2

圖12

#食物類別與總脂肪的箱線圖繪圖，RStudio裡可見箱線圖數值（圖13）plot_ly(x = menu$Category, y=menu$Total.Fat,color = menu$Category,colors =new_col , type = "box") %>% layout(  xaxis = list(title = ""),  yaxis = list(title = ""),  showlegend=FALSE,  autosize = T)

圖13

#總脂肪、脂肪的熱量，飽和脂肪三維圖比較分析繪圖（圖14）m1<-menu%>%select(Total.Fat,Calories.from.Fat,Saturated.Fat)m2<-as.matrix(m1)colnames(m2)<-NULL#m2p3 <- plot_ly(z=~m2) %>% add_surface()%>%layout(scene = list(xaxis = list(title = 'Total.Fat'),                                                            yaxis = list(title = 'Calories from Fat'),                                                            zaxis = list(title = 'Saturated Fat')))p3

未完待續。