تحليل أداء الطلاب باستخدام بايثون
تفاصيل العمل
تحليل أداء الطلاب باستخدام بايثون
متحمس جداً لمشاركة أول مشروع لي في تحليل البيانات! كانت هذه فرصة رائعة لتطبيق مهاراتي في بايثون والمكتبات الأساسية مثل Pandas و Matplotlib و Seaborn لاستخلاص رؤى من بيانات واقعية.
*ما هو المشروع؟*
يهدف هذا المشروع إلى تحليل أداء الطلاب في مادة الرياضيات والقراءة والكتابة، وكشف العوامل التي قد تؤثر على درجاتهم.
*الخطوات الرئيسية التي قمت بها:*
1. *استكشاف البيانات (Data Exploration):* بدأت بتحميل البيانات وفحصها باستخدام مكتبة Pandas. قمت بالتأكد من عدم وجود قيم مفقودة وفهم أنواع البيانات في كل عمود.
2. *تنظيف البيانات (Data Cleaning):* قمت بإعادة تسمية الأعمدة لجعلها أكثر وضوحاً وقابلية للقراءة، مما سهل عليّ عملية التحليل اللاحقة.
3. *التحليل الإحصائي والرسوم البيانية (Statistical Analysis & Visualization):*
* *تحليل المتغيرات الفئوية:* استخدمت المخططات الدائرية (Pie Charts) لاستكشاف توزيع الطلاب حسب الجنس، العرق، ومستوى تعليم الوالدين.
* *مقارنة الأداء حسب الجنس:* استخدمت مخططات الصندوق (Box Plots) لمقارنة درجات الذكور والإناث في جميع المواد، ووجدت أن الإناث يتفوقن في القراءة والكتابة، بينما كان أداء الذكور أعلى قليلاً في الرياضيات.
* *تأثير تعليم الوالدين:* من خلال مخططات الصندوق، لاحظت علاقة واضحة: كلما زاد مستوى تعليم الوالدين، ارتفع متوسط درجات الطلاب. هذا يشير إلى أن الدعم الأكاديمي في المنزل قد يكون عاملاً حاسماً.
4. *الاستنتاجات (Conclusions):*
* *الجنس:* يؤثر بشكل مختلف على الأداء في المواد المختلفة (الذكور في الرياضيات، والإناث في القراءة والكتابة).
* *تعليم الوالدين:* هو عامل مؤثر بشكل كبير على الأداء العام للطلاب.
هذا المشروع لم يساعدني فقط على فهم البيانات بشكل أفضل، بل عزز ثقتي في استخدام بايثون كأداة قوية في مجال تحليل البيانات.