لوحة بيانات كوفيد-19

مشروع متكامل في هندسة البيانات (End-to-End Data Engineering) يوضح كيفية جمع البيانات الطبية الحقيقية ومعالجتها وتخزينها وتحليلها وعرضها بصريًا.

يعتمد المشروع على لغة Python لاستخراج بيانات COVID-19 بشكل مباشر من واجهة برمجة التطبيقات (disease.sh API)، ثم تحويل البيانات الخام (JSON) إلى جداول منظمة وقابلة للتحليل. بعد ذلك يتم تخزين البيانات في قاعدة بيانات (PostgreSQL / MySQL) واستخدام استعلامات SQL لاستخراج رؤى وتحليلات مهمة.

وفي النهاية، يتم عرض النتائج من خلال لوحة تحكم (Dashboard) تفاعلية باستخدام Excel، تتضمن رسومًا بيانية، وجداول محورية (Pivot Tables)، ووسائل عرض بصرية تسهّل فهم البيانات واتخاذ القرار.

? **التأثير الجغرافي والوفيات**

* **الهيمنة الإقليمية:** تتصدر أوروبا أعلى نسبة من الوفيات عالميًا بنسبة 30%، تليها أمريكا الشمالية (24%) ثم آسيا (22%).

* **أقل تأثير:** تمثل إفريقيا أقل نسبة من الوفيات بحوالي 4% فقط.

* **تركيز الإصابات:** رغم أن الولايات المتحدة تتصدر في الأرقام الإجمالية (الإصابات وحالات التعافي)، إلا أن دولًا صغيرة مثل بروناي وسان مارينو تسجل أعلى نسب إصابة مقارنة بعدد السكان، حيث تصل إلى 77%.

? **اتجاهات الفحوصات والتعافي**

* **الدول الرائدة في الفحوصات:** أجرت الولايات المتحدة أكبر عدد من الاختبارات (أكثر من 1.1 مليار)، تليها الهند.

* **الدول الأعلى في التعافي:** تسجل الولايات المتحدة أيضًا أعلى عدد من حالات التعافي بأكثر من 109 مليون حالة، تليها فرنسا وألمانيا.

* **العلاقة بين الفحوصات والإصابات:** يظهر ارتباط واضح بين الدول التي تجري أكبر عدد من الفحوصات (مثل الولايات المتحدة والهند) وبين تسجيل أعلى عدد من الإصابات.

? **توزيع البيانات**

* **الانتشار العالمي:** يوضح مخطط "توزيع الإصابات" أن الفيروس منتشر عالميًا، مع تركّز أعلى للحالات في أمريكا الشمالية وجنوب آسيا.

* **مقارنة الوفيات بالإصابات:** في مقارنة "أكثر الدول إصابة"، تظهر الهند بنسبة وفيات أقل مقارنة بعدد الإصابات عند مقارنتها بالولايات المتحدة، رغم تقارب حجم الحالات في كلا البلدين.