Superstore Dataset Data Cleaning and Analysis Using Python

تنظيف البيانات (Data Cleaning): فحص البيانات، التحقق من عدم وجود قيم مكررة، ومعالجة القيم المفقودة (مثل ترميز Postal Code) لضمان دقة التحليل

معالجة وتحليل البيانات (Data Processing): استخدام مكتبتي Pandas و NumPy لإجراء العمليات الحسابية، استخراج الإحصائيات الوصفية، وهندسة خصائص جديدة (Feature Engineering) مثل حساب هامش الربح (Profit Margin) ومدة الشحن (Shipping Duration.

استكشاف البيانات (EDA): دراسة سلوك المبيعات والأرباح وتوزيعها عبر الفئات المختلفة (Categories) والمناطق الجغرافية (Regions).

التصور البصري (Data Visualization): إنشاء رسومات بيانية ومخططات احترافية باستخدام Matplotlib و Seaborn (مثل مصفوفة الارتباط Correlation Matrix، توزيع المبيعات والأرباح، ومقارنة المبيعات بحسب المناطق والفئات) لتسهيل قراءة النتائج واستخراج التوصيات.