تحليل البيانات في بايثون Data analysis with python

تحليل بيانات ألعاب الفيديو (2000–2023) باستخدام Python وJupyter Notebook

في هذا المشروع قمت بتحليل مجموعة بيانات حقيقية تحتوي على 5000 لعبة تم إصدارها بين عامي 2000 و2023، مع تقييمات المستخدمين الخاصة بها. الهدف من التحليل هو استخراج أنماط وتوجهات في صناعة الألعاب مثل تطور عدد الإصدارات، توزيع التقييمات، وأكثر الأنواع شيوعًا.

خطوات العمل:

تنظيف البيانات (Data Cleaning):

التعامل مع القيم المفقودة.

إزالة التكرارات.

ضبط أنواع البيانات (مثل تحويل السنة والتواريخ).

توحيد القيم النصية للفئات.

التحقق من موثوقية البيانات (Validation):

مراجعة الإحصائيات الوصفية (Descriptive Statistics).

التأكد من مدى صحة القيم (مثال: التقييمات بين 1 و10).

التحليل الاستكشافي (EDA):

استخدام المخططات والرسوم البيانية (Histograms, Boxplots, Heatmaps, Line charts).

تحليل توزيع تقييمات المستخدمين.

تتبع عدد الألعاب الصادرة سنويًا من 2000 حتى 2023.

استخراج أكثر الأنواع (Genres) شيوعًا.

دراسة العلاقة بين تقييم المستخدمين وعوامل أخرى.

التوثيق والتقرير النهائي:

إعداد تقرير منظم يوضح الخطوات والنتائج.

تلخيص أهم الرؤى المستخلصة:

متوسط التقييمات = 5.5

معظم الإصدارات بين 2011 و2017

بعض الألعاب حصلت على تقييم يقارب 10 بينما أخرى بالكاد وصلت لـ 1

الأدوات المستخدمة:

Python (Pandas, NumPy, Matplotlib, Seaborn)

Jupyter Notebook

المخرجات (What client receives):

ملف Jupyter Notebook يحتوي على جميع خطوات التحليل.

صور ورسوم بيانية توضح النتائج.

تقرير مختصر يوضح الاستنتاجات الرئيسية من التحليل.