تنظيف البيانات وتنظيمها لتصبح أكثر جاهزية للتحليل.
استخدام Python ومكتبة Pandas لمعالجة البيانات بكفاءة.
إنشاء رسوم بيانية باستخدام Matplotlib لتوضيح النتائج.
الحصول على الكود المصدري لإمكانية مراجعته وتعديله مستقبلًا.
تسليم الملفات بصيغ عملية يسهل استخدامها في برامج تحليل البيانات المختلفة.

1. تنظيف البيانات (Data Cleaning)

اكتشاف القيم المفقودة (Missing Values) ومعالجتها حسب طبيعة البيانات.
اكتشاف الصفوف المكررة (Duplicates) وإزالتها عند الحاجة.
تصحيح أنواع البيانات (Data Types) غير المناسبة.
مراجعة البيانات واكتشاف المشكلات الواضحة التي قد تؤثر على التحليل.

2. معالجة وتنظيم البيانات (Data Processing)

ترتيب البيانات وتنظيمها باستخدام Pandas.
اختيار الأعمدة المطلوبة وحذف الأعمدة غير الضرورية عند الاتفاق على ذلك.
تنسيق البيانات وتجهيزها للاستخدام في التحليل.

3. التحليل الاستكشافي للبيانات (Exploratory Data Analysis - EDA)

استخراج الإحصائيات الوصفية الأساسية.
التعرف على توزيع البيانات والأنماط والاتجاهات الأولية.
تحليل بعض العلاقات بين المتغيرات حسب طبيعة مجموعة البيانات.

4. التمثيل البصري للبيانات (Data Visualization)

إنشاء 3 رسوم بيانية واضحة باستخدام Matplotlib.
اختيار أنواع الرسوم المناسبة لطبيعة البيانات.

ملف البيانات بعد التنظيف بصيغة Excel (.xlsx) أو CSV (.csv).
ملف الكود المصدري بصيغة Python (.py).
صور الرسوم البيانية الناتجة عن التحليل.
ملخص بالعمليات التي تم تنفيذها وأهم النتائج الأساسية.