COVID-19 Data Analysis and Visualization

يُركز هذا المشروع على تحليل وتصور بيانات COVID-19 باستخدام مجموعة من دفاتر Jupyter، مقسمة إلى تحليلات حسب الدولة واليوم، بالإضافة إلى إنشاء لوحة تحكم تفاعلية.

الدفاتر المتضمنة:

Country_Wise.ipynb:

الوصف: يُجري هذا الدفتر تحليلًا لبيانات COVID-19 على أساس كل دولة.

مراحل التنفيذ:

جمع البيانات: تم الحصول على البيانات من مجموعة بيانات COVID-19 المتاحة على منصة Kaggle.

معالجة البيانات: شملت تنظيف البيانات، التعامل مع القيم المفقودة، وتحضير البيانات للتحليل.

التحليل: تم استخدام مكتبات مثل Pandas لتحليل البيانات واستخلاص رؤى مهمة.

التصور: استخدام مكتبات مثل Matplotlib وSeaborn لإنشاء رسوم بيانية توضح توزيع الحالات والوفيات والتعافي لكل دولة.

Covid-19 (DayWise).ipynb:

الوصف: يُركز هذا الدفتر على تحليل بيانات COVID-19 على أساس يومي لتتبع تطور الجائحة مع مرور الوقت.

مراحل التنفيذ:

معالجة البيانات: تنظيم البيانات بترتيب زمني للتأكد من دقة التحليل اليومي.

التحليل: دراسة الأنماط الزمنية مثل معدلات النمو اليومية، والارتفاعات والانخفاضات في الحالات.

التصور: إنشاء رسوم بيانية خطية وتفاعلية باستخدام Matplotlib وPlotly لعرض الاتجاهات اليومية.

CountryWiseDash.ipynb:

الوصف: يُقدم هذا الدفتر لوحة تحكم تفاعلية تُظهر بيانات COVID-19 على مستوى الدول.

مراحل التنفيذ:

تصميم لوحة التحكم: استخدام مكتبة Plotly لإنشاء لوحة تحكم تفاعلية.

التنفيذ: دمج الرسوم البيانية التفاعلية والخرائط الحرارية لتمكين المستخدمين من استكشاف البيانات بسهولة.

النشر: توفير لوحة التحكم للمستخدمين للتفاعل معها واستكشاف البيانات بطرق متعددة.

الأدوات والتقنيات المستخدمة:

معالجة البيانات: Pandas لتنظيف وتحليل البيانات.

التصور: Matplotlib وSeaborn لإنشاء الرسوم البيانية الثابتة، وPlotly للرسوم البيانية التفاعلية.

لوحة التحكم: Plotly Dash لإنشاء ونشر لوحة التحكم التفاعلية.

هذا المشروع يُظهر القدرة على معالجة وتحليل البيانات الكبيرة، بالإضافة إلى مهارات في إنشاء تصورات تفاعلية لتقديم رؤى قيمة حول تطور جائحةCOVID-1