Концепция
Мы привыкли доверять названиям. «Яблоко», «картошка», «апельсин» звучат одинаково полезно — будь то свежий плод с рынка, пакет чипсов или стакан газировки. Но где-то между грядкой и тарелкой с едой что-то происходит: её жарят, подслащивают, запекают в пирог, растворяют в напитке. Название на упаковке остаётся прежним, а содержимое меняется до неузнаваемости.
Тема выросла из простого наблюдения: мы оцениваем еду по её «имени» и считаем, что раз это «яблоко» — значит, полезно. Но яблочный кекс и свежее яблоко — совершенно разная еда, хотя на этикетке у обоих написано «яблоко». Захотелось показать этот разрыв наглядно, в цифрах: мы выбираем не столько сам продукт, сколько его форму — и именно форма решает, сколько в еде калорий и жира и осталось ли в ней хоть что-то из того, ради чего мы её взяли.
Цель проекта
Цель проекта — показать невидимый разрыв между именем еды и её настоящим составом. Читатель получает простой практический инструмент: научиться читать продукт не по названию на упаковке, а по тому, что с ним сделали, соотнести конкретные цифры со своим рационом и задуматься, что в нём стоит заменить.
Данные взяты из открытого набора Food Nutrition Dataset на платформе Kaggle. В его основе — официальная база USDA FoodData Central, которую ведёт Министерство сельского хозяйства США. Это один из самых авторитетных в мире источников о составе продуктов: на него опираются исследователи, диетологи и разработчики приложений о питании, а создан он для того, чтобы у людей был надёжный, проверенный справочник о том, что они едят. В наборе — 205 привычных продуктов: фрукты, овощи, крупы, напитки, снеки и готовые блюда. Для каждого указаны калорийность, белки, жиры, углеводы, железо и витамин C в пересчёте на 100 г. Главное — одни и те же продукты встречаются в наборе в разных формах: сырыми, варёными, жареными, в виде десертов и напитков. Именно это стало ключом к проекту: данные позволяют проследить, что происходит с одним и тем же продуктом по мере обработки.
Ссылка на данные: https://www.kaggle.com/datasets/sonalshinde123/food-nutrition-dataset-150-everyday-foods.
Процесс создания
В качестве формата был выбран вертикальный постер А2. Работа началась с поиска данных на Kaggle: я выбрала набор Food Nutrition Dataset с реальными, проверяемыми значениями и продуктами в разных формах. Данные загрузила в LibreOffice, почистила таблицы и сгруппировала продукты по степени обработки: сырое, варёное, жареное, снек / десерт. По каждому продукту проследила, как от формы к форме меняются калорийность, жир и витамин C, и отбросила несколько строк с явными ошибками в данных. Графики строила на основе подготовленных данных, экспортировала в SVG и загружала в Figma. Там собирала финальный макет: выстраивала сетку, расставляла блоки, подбирала шрифты и цвета. Для визуального оформления я использовала ИИ-ассистента Claude: с его помощью создавала иконки (яблоко в четырёх формах, стакан газировки, пиктограммы апельсинов) которые на обложке и подбирала стилистику проекта — цветовую палитру и шрифты. Финальные решения дорабатывала вручную в Figma.
