Описание проекта
Тема качества корма для домашних животных остаётся одной из важных проблем, с которой сталкивается каждый владелец питомца. На полках зоомагазинов тысячи продуктов, но далеко не все из них действительно полезны. Многие владельцы выбирают корм по цене, рекламе или красивой упаковке, не задумываясь о том, что внутри. При этом именно питание напрямую влияет на здоровье, продолжительность жизни и самочувствие животного.Мне близка эта тема, поскольку я люблю животных, а так же являюсь владелицей четвероногого друга.Цель проекта — с помощью визуализации данных показать, что на самом деле скрывается в кормах для наших пушистиков.
Практическая польза проекта заключается в том, что он помогает владельцам питомцев осознанно подходить к выбору корма. Инфографика наглядно показывает, что сахар в корме — это реальность, а не миф, и что только около пятой части продуктов на рынке получают хорошую оценку.Такой постер можно использовать в ветклиниках, приютах и зоомагазинах как наглядный ориентир при прочтении состава.Инфографика заставляет лишний раз задуматься о качестве корма, при этом не задевая конкретных производителей, что позволяет избежать конфликтов.

Генерация: Qwen AI
Исходные данные
В работе использовался открытый датасет Open Pet Food Facts, опубликованный на платформе Kaggle. Этот набор данных содержит информацию о составе, калорийности и рейтингах тысяч кормов для домашних животных.Для инфографики были отобраны показатели, наиболее полно отражающие основные аспекты проблемы качества корма: состав КБЖУ, калорийность сухого и влажного корма, содержание сахара и распределение кормов по рейтингу Petscore.
Процесс создания
Анализ данных и построение графиков выполнялись в среде Google Colab на языке Python.Показатели для инфографики были отобраны по принципу наибольшей полноты раскрытия проблемы качества корма для домашних животных.В работе использовались следующие библиотеки:matplotlib.pyplot — для построения диаграмм, font_manager из библиотеки matplotlib — для подключения и настройки шрифта на графиках.Значения показателей были взяты из открытого набора данных Open Pet Food Facts (Kaggle) и усреднены по категориям. На основе этих значений построены четыре диаграммы, объединённые в единый постер.
Генерация: Qwen AI
На основе обработанных данных была выстроена визуальная концепция проекта: определены цвета, выбраны шрифты и продумана логика графических элементов.Иллюстрации животных создавались с помощью нейросети Qwen AI.
Постер и носители
Визуальное оформление построено на приглушенных оттенках коричневого с оливковыми акцентами, которое создаёт ощущение натуральности, заботы, дружелюбия.Классические иллюстрации отпечаток лап и собачки с косточкой дают четкую ассоциацию с домашним любимцем.Минимализм в оформлении помогает сконцентрировать внимание на инфографике, не отвлекая глаз.
Генерация: Storico.com
Генерация: Qwen AI
Генерация: Qwen AI
Генерация: Qwen AI
Анализ показал, что хорошую оценку получает лишь каждый пятый корм, а четверть продуктов на рынке — с низким рейтингом. Содержание сахара в отдельных кормах достигает 29 г на 100 г, что сопоставимо с десертами, а сухой корм почти в 3,5 раза калорийнее влажного.Это говорит нам о том, что нужно чаще смотреть в строку состава корма, прежде чем давать его своему любимцу.
Инструменты
Kaggle — информация из Open Pet Food Facts.Google Colab — анализ данных и построение диаграмм.Qwen AI — генерация иллюстрацийStorico.com — генерация иллюстративной части инфографикиGoogle Fonts — использование гарнитуры Nunito.




