🍔 EDA: Análisis Exploratorio de Comida Rápida

📝 Descripción del Proyecto

Este proyecto realiza un análisis exploratorio de datos (EDA) en el dataset de pedidos de FastFood obtenido de Kaggle analizando aspectos nutricionales como calorías, grasas, sodio, y su relación con otras variables. El propósito es obtener información útil que permita entender mejor las características nutricionales de los productos ofrecidos por diversas cadenas de comida rápida.

🎯 Objetivos

• Identificar cadenas con productos más o menos calóricos.
• Analizar correlaciones entre calorías, sodio y azúcares.
• Determinar cómo las grasas saturadas y otros nutrientes influyen en el colesterol.
• Identificar productos con mejor balance nutricional (bajas calorías, grasas y sodio).
• Evaluar salud según puntos de Weight Watchers Points.

📑 Estructura del Proyecto

📂 EDA_FastFood/
├── 📂 src/
│   ├── 📂 data/            
│   │   └── fastfood.csv    # Dataset en formato CSV.
│   ├── 📂 img/             # Imágenes y gráficos generados.
│   └── 📂 utils/
│       └── funciones.py    # Funciones auxiliares para visualización.
│
├── .gitignore              # Archivos y carpetas a ignorar por Git.
├── main.ipynb              # Notebook principal con el análisis.
├── memoria.pdf             # Informe final en formato PDF.
├── presentacion.pptx       # Presentación del proyecto.
├── README.md               # Descripción breve del proyecto.
└── requirements.txt        # Archivo de requisitos del proyecto.

🛠️ Tecnologías

• Python
• Numpy
• Pandas
• Matplotlib
• Seaborn
• Scikit-learn
• Scipy

🚀 Cómo Ejecutar el Proyecto

1. Clona el repositorio:

git clone https://github.com/usuario/EDA_FastFood.git

2. Instala las dependencias necesarias:

pip install -r requirements.txt

3. Abre el archivo memoria.ipynb y ejecuta todas las celdas en Jupyter Notebook, o revisa el archivo memoria.pdf.