🐍 مشروع: التحليل الاستكشافي للبيانات (EDA) باستخدام Python

🐍 مشروع: التحليل الاستكشافي للبيانات (EDA) باستخدام Python فكرة المشروع تم تنفيذ تحليل استكشافي شامل لمجموعة بيانات مبيعات ومتغيرات اقتصادية باستخدام مكتبات Python مثل Pandas، Matplotlib، وSeaborn، بهدف فهم الأنماط والعلاقات بين المتغيرات المختلفة قبل بناء أي نماذج تنبؤية. مكونات العمل تحليل توزيعات البيانات: رسوم بيانية (Histograms) مع منحنيات كثافة لتوضيح توزيع المبيعات الأسبوعية، درجات الحرارة، أسعار الوقود، ومؤشر الأسعار (CPI). مصفوفة الارتباط (Correlation Matrix): Heatmap يوضح قوة واتجاه العلاقة بين المتغيرات مثل المبيعات، البطالة، CPI، أسعار الوقود، ودرجة الحرارة. تحليل الأداء حسب المتاجر: مخطط يوضح أعلى 10 متاجر من حيث المبيعات الأسبوعية. تحليل العطل مقابل أسابيع العمل: Pie chart يوضح نسبة أسابيع العمل مقابل أسابيع العطل. مؤشر الأسعار حسب المتجر: Bar chart يقارن متوسط مؤشر الأسعار (CPI) بين المتاجر المختلفة. تحليل زمني متعدد المتغيرات: Line chart يوضح تطور المبيعات، البطالة، CPI، أسعار الوقود، ودرجة الحرارة عبر الزمن. مقارنة المبيعات السنوية: Bar chart يوضح إجمالي المبيعات الأسبوعية لكل سنة (2010–2012). القيمة المضافة توفير رؤية أولية شاملة تساعد في فهم طبيعة البيانات قبل بناء النماذج. تحديد العلاقات المهمة بين المتغيرات التي تؤثر على المبيعات. دعم قرارات الإدارة في التخطيط والتنبؤ بناءً على بيانات نظيفة ومفهومة. الأدوات المستخدمة Python (Pandas, Matplotlib, Seaborn) Jupyter Notebook لعرض التحليلات بشكل تفاعلي.