Data Visualization - Python

بيانات المشروع

المصدر: [Kaggle Dataset – divyaraj2006/social-media-engagement]

الحجم: 100 منشور

الخصائص: المنصة، نوع المنشور، وقت النشر، الإعجابات، التعليقات، المشاركات، يوم النشر، درجة المشاعر.

الأدوات والمكتبات

تحليل ومعالجة البيانات: pandas، numpy

تصور البيانات: matplotlib، seaborn، plotly.express، mplcyberpunk

كلمات سحابية: WordCloud

خطوات العمل

إعداد البيانات

تحميل البيانات من Kaggle باستخدام kagglehub.

تنظيف البيانات ومعالجة القيم المفقودة.

تحويل تواريخ النشر واستخراج اليوم/الشهر.

التحليل الاستكشافي (EDA)

توزيع المنصات وأنواع المنشورات.

توزيع التفاعل (إعجابات، تعليقات، مشاركات).

توزيع المشاعر (إيجابي، محايد، سلبي).

العلاقات بين التفاعلات باستخدام الرسوم البيانية.

مقارنة إجمالي التفاعل عبر المنصات.

تحليل أفضل المنشورات

تحديد أفضل المنشورات من حيث الإعجابات، التعليقات، المشاركات.

دراسة المنصات وأنواع المنشورات المهيمنة.

تحليل المشاعر في أفضل المنشورات.

دراسة اتجاهات النشر الشهري للمحتوى المميز.

أمثلة من التصور البصري

رسوم دائرية وأعمدة لأنواع المنشورات والتفاعل.

مخططات تشتت لعلاقات التفاعل.

كلمات سحابية لتكرار المنصات.

رسوم بأسلوب Cyberpunk للنشاط الشهري واليومي.