تحليل واستكشاف بيانات المبيعات باستخدام Python

### شرح المشروع

قمت بتنفيذ مشروع Exploratory Data Analysis (EDA) على بيانات Superstore باستخدام Python، حيث بدأت بتنظيف البيانات وتجهيزها للتحليل، ثم استكشفت البيانات لفهم أنماط المبيعات والأرباح وأداء المنتجات والعملاء والمناطق والفئات.

استخدمت Pandas وNumPy في معالجة وتحليل البيانات، بالإضافة إلى Matplotlib وSeaborn لإنشاء رسوم بيانية تساعد على اكتشاف الاتجاهات والعلاقات المهمة داخل البيانات، مثل مساهمة المناطق والفئات في إجمالي الأرباح.

الأدوات المستخدمة:

Python • Pandas • NumPy • Matplotlib • Seaborn • Data Cleaning • EDA • Data Visualization • Data Analysis

النتيجة:

تحويل بيانات Superstore الخام إلى تحليل بصري واضح يساعد على فهم أداء المبيعات والأرباح واستخراج Insights مفيدة من البيانات.

**الأدوات المستخدمة:**

`Python` • `Pandas` • `NumPy` • `Matplotlib` • `Seaborn` • `Jupyter Notebook`

**النتيجة الرئيسية:**

> تحويل بيانات Superstore الخام إلى رؤى بصرية مفيدة تساعد على فهم أداء المبيعات والربحية وسلوك العملاء، بالإضافة إلى تحديد المجالات التي تحتاج إلى مزيد من الاهتمام.