Air Quality Analysis

### Air Quality Analysis

**نبذة عن المشروع:**

مشروع لتحليل بيانات جودة الهواء بهدف فهم مستويات ملوثات الهواء، اكتشاف الأنماط والعلاقات بين المتغيرات، واستخراج Insights تساعد على تقييم حالة جودة الهواء.

### مراحل العمل

**1. استكشاف البيانات (Data Exploration)**

تم فحص البيانات والتعرف على المتغيرات وأنواعها، بالإضافة إلى تحليل الإحصائيات الوصفية واكتشاف القيم المفقودة والمشكلات الموجودة في البيانات.

**2. تنظيف البيانات (Data Cleaning)**

تم تجهيز البيانات للتحليل من خلال معالجة القيم المفقودة، والتأكد من صحة أنواع البيانات، والتعامل مع القيم غير المناسبة أو غير المتناسقة.

**3. التحليل الاستكشافي (EDA)**

تم تحليل مستويات ملوثات الهواء ودراسة العلاقات بين المتغيرات المختلفة، مع التركيز على اكتشاف الأنماط والاتجاهات المهمة داخل البيانات.

**4. Data Visualization**

تم إنشاء مجموعة من الرسوم البيانية باستخدام Matplotlib وSeaborn لتوضيح توزيع الملوثات والعلاقات بينها بطريقة سهلة الفهم.

**5. استخراج الـInsights**

تم استخلاص أهم النتائج من التحليل، مثل التغيرات في مستويات جودة الهواء والعلاقات بين الملوثات والعوامل المختلفة الموجودة في البيانات.

### الأدوات والتقنيات

* Python

* Pandas

* NumPy

* Matplotlib

* Seaborn

* Exploratory Data Analysis (EDA)

* Data Cleaning

* Data Visualization

### مخرجات المشروع

تم تحويل بيانات جودة الهواء الخام إلى بيانات منظمة وقابلة للتحليل، وإجراء تحليل استكشافي شامل مع إنشاء تصورات بيانية واستخراج Insights تساعد على فهم أنماط جودة الهواء.

**الهدف النهائي:** تطبيق مهارات Data Cleaning وEDA وData Visualization على Dataset واقعية وتحويل البيانات إلى معلومات واضحة وقابلة للفهم.