تحليل وتنظيف بيانات الديموغرافيا والسكان باستخدام Python | EDA & Data Analysis Project

مشروع شامل لتحليل البيانات الاستكشافية (Exploratory Data Analysis - EDA) وتنظيف البيانات الديموغرافية والتوزيع السكاني لعدة دول عربية (العراق، ليبيا، سوريا، اليمن)، باستخدام لغة Python ومكتباتها التحليلية، بهدف استخراج رؤى وإحصائيات دقيقة وتصور المخرجات بيانيًا.

أبرز الخطوات والمهام التقنية المنفذة:

• استكشاف وتنظيف البيانات (Data Cleaning & Inspection): معالجة القيم المفقودة (Missing Values)، تحويل الصيغ الزمنية (Datetime)، ومعالجة النصوص والمسافات الزائدة (String Manipulation).

• الهندسة المتقدمة للخصائص (Feature Engineering): حساب النسب المئوية للتوزيع السكاني (Male/Female Percentages)، متوسط الأفراد لكل منزل، وتحديد أنماط السكن السائدة لكل منطقة.

• التحليل الإحصائي والتجميع (Aggregation & Statistical Analysis): استخدام groupby و pivot_table لتجميع وسرد البيانات السكانية حسب الدول والأعوام والتقسيمات الجغرافية.

• قياس المعيارية وفحص القيم الشاذة (Scaling & Outlier Detection): استخدام MinMaxScaler و StandardScaler وتطبيق Z-score لاكتشاف ومعالجة القيم الشاذة (Outliers).

• التصور البياني للبيانات (Data Visualization): إنشاء رسوم بيانية تفاعلية وتوضيحية باستخدام Matplotlib و Seaborn تشمل:

Bar Chart: مقارنة إجمالي السكان بين الدول.

KDE Plot: تحليل توزيع النسب المئوية بين الذكور والإناث.

Scatter Plot with Trendline: دراسة العلاقة بين عدد المنازل وعدد السكان.

الأدوات والمكتبات المستخدمة:

Python, Pandas, NumPy, Matplotlib, Seaborn, Scikit-Learn.