تحليل واستكشاف بيانات COVID-19 العالمية باستخدام Python

مشروع تحليل بيانات وتصور (Data Visualization) شامل، تم تنفيذه باستخدام مكتبات Python الأساسية (Pandas, NumPy, Matplotlib)، بهدف استكشاف الأنماط والاتجاهات الرئيسية في البيانات العالمية لجائحة كورونا (COVID-19) من مصدر "Our World in Data".

تم تصميم هذا المشروع لتسليط الضوء على القدرة على التعامل مع مجموعات البيانات الواقعية الكبيرة وتجهيزها واستخراج رؤى ذات مغزى وتقديمها بطريقة بصرية واضحة ومؤثرة.

الأهداف والمنهجية المتبعة

تحضير ومعالجة البيانات (Data Wrangling):

تم تحميل البيانات الأولية لجائحة COVID-19 في إطار بيانات Pandas DataFrame.

تنظيف البيانات ومعالجتها بشكل منهجي، بما في ذلك تحويل عمود التاريخ إلى صيغة قياسية ومعالجة القيم المفقودة (مثل ملء الأعداد اليومية المفقودة بالصفر) لضمان دقة التحليل.

تصفية البيانات للتركيز على السجلات الخاصة بالدول فقط، مع استبعاد البيانات المجمعة للقارات أو العالم.

تنظيم الشيفرة البرمجية (OOP):

استخدام مفهوم البرمجة الشيئية (OOP) لإنشاء فئة متخصصة (مثل COVIDExplorer) لتنظيم منطق التطبيق.

احتوت الفئة على دوال (Methods) متخصصة لتحميل البيانات والحصول على سجلات خاصة بدولة معينة، مما يضمن كفاءة وقابلية إعادة استخدام الشيفرة.

الحسابات والاستكشاف (Analysis):

تم إجراء حسابات متقدمة باستخدام Pandas و NumPy، مثل حساب الزيادة اليومية في الحالات لكل بلد ونسبة السكان الذين تلقوا اللقاح.

النتائج المرئية (Visual Findings)

تم إنشاء ما لا يقل عن ثلاثة رسوم بيانية واضحة باستخدام مكتبة Matplotlib لتصور الاتجاهات الرئيسية:

منحنى الحالات بمرور الوقت: مخطط خطي يوضح اتجاه الحالات الجديدة/الإجمالية لدول مختارة عبر فترات زمنية محددة.

مقارنة الوفيات: مخطط شريطي لمقارنة إجمالي الوفيات بين مجموعة من البلدان.

تقدم التطعيم: مخطط خطي يتبع نسبة أو عدد السكان الذين تلقوا اللقاح بمرور الوقت في بلد معين.

النتيجة: مخرجات تحليلية دقيقة ورسوم بيانية احترافية تلخص اتجاهات الجائحة وتوفر رؤى فورية عن تأثيرها ومعدلات الاستجابة لها.