جمع البيانات وتحليلها
- تَعرَّفتُ في الدرس السابق وجود طرائق عدَّة لجمع البيانات، يُمكن تفريغها وتنظيمها باستخدام أدوات مُتعدِّدة.
- تُعدُّ الجداول إحدى أكثر الأدوات شيوعاً لتفريغ البيانات، ويُستخدم لذلك برمجيات مختلفة، مثل برمجية إكسل (Excel) التي تعمل على ترتيب البيانات بشكل مُنظَّم يُسهِّل التعامل معها وتحليلها.
- تُعدُّ برمجية بايثون واحدة من أبرز الأدوات المُستخدمة في معالجة البيانات وتحليلها؛ إذ تُوفِّر العديد من المكتبات الجاهزة التي تُستخدم في تحليل البيانات وعرضها.
- وبالرغم من ذلك، فإنَّ هذه المكتبات ليست مُثبَّتة بشكل افتراضي مع الحزمة الأساسية للغة البرمجة بايثون، وإنَّما تُعدُّ مكتبات خارجية يتعيَّن تثبيتها بصورة مُنفصلة.
- أمَّا أهمُّ المكتبات المُستخدمة في تحليل البيانات وعرضها فهي: مكتبة (pandas)، ومكتبة (numpy)، ومكتبة (matplotlib).
استدعاء ملف بيانات في برمجية بايثون:
- استدعاء مكتبة (pandas): تُستخدم مكتبة (pandas) في تحليل البيانات بعد استدعائها باستخدام الأمر:
- قراءة الملف باستخدام الدالة read_csv: يُمكن قراءة ملف البيانات باستخدام الدالة ()read_csv من مكتبة (Pandas)، وذلك بكتابة الجملة العامة الآتية:
- المسار: المسار الكامل للملف، ويُكتب بين علامتي اقتباس مفردة أو مزدوجة، مع التحقُّق من استخدام رمز (Backslash) مزدوج علماً بأن هذا المسار يتغير بتغير الجهاز المستخدم.
إثراء
- طباعة البيانات: تُطبع البيانات على الشاشة باستخدام جملة الطباعة وبداخلها اسم المتغير الذي تم تخزين البيانات فيه. أنظر الشكل (3-5) الذي يُبيِّن تمثيل المقطع البرمجي كاملاً.
عرض ملف البيانات كاملًا
- مقاييس النزعة المركزية: تُعبّر هذه الفئة عن النقطة التي تتركّز حولها القِيَم، وهي تضمُّ الوسط الحسابي، والوسيط، والمنوال.
- مقاييس التشتُّت: تُعبّر هذه الفئة عن مدى انتشار القِيَم حول المُتوسّط، وهي تضمُّ الانحراف المعياري، والتباين.
- التكرارات: يستفاد من التكرارات في قياس عدد مرّات تكرار كل قيمة في مجموعة البيانات؛ ما يساعد على تحديد أكثر القِيَم شيوعًا.
عرض البيانات برسم بياني خَطّي
- استدعاء المكتبات الخارجية: تُستدعى المكتبات الخارجية باستخدام الأمر (import)؛ إذ يتمَّ به استدعاء مكتبة (Pandas) المسؤولة عن تحليل البيانات، ومكتبة (Matplotlib) المسؤولة عن عرض البيانات. وبعد استدعاء مكتبة (Matplotlib)، يبدأ استخدام وحدة (pyplot)، وهي وحدة فرعية من المكتبة تساعد على رسم المُخطّطات البيانية في برمجية بايثون.
- إضافة عنوان إلى المُخطّط البياني: يُمكن إظهار عنوان للمُخطّط على شاشة المُخرجات باستخدام الدالّة title من مكتبة (Matplotlib) إذ تعمل هذه الدالّة على تحديد العنوان الذي سيظهر أعلى المُخطّط البياني. ومن ثمَّ يُكتب الأمر البرمجي على النحو الآتي:
- إضافة عناوين إلى المحاور في المُخطّط البياني: تُستخدَم الدالّة xlabel في إظهار عنوان للمحور السيني (X-axis) على المُخطّط البياني، في حين تُستخدَم الدالّة ylabel في إظهار عنوان للمحور الصادي (Y-axis) على المُخطّط نفسه. ومن ثمَّ يُكتب الأمر البرمجي لإضافة العناوين مع ملاحظة أنه يجب وضع عناوين المحاور بين إشارتي اقتباس على النحو الآتي:
- رسم المُخطّط البياني الخَطّي باستخدام الدالّة plot: لرسم مُخطّط بياني خَطّي، تُستخدَم الدالّة plot من الوحدة (matplotlib.pyplot) التي اختصرناها بـ (plt).
- إظهار الرسم البياني على شاشة المُخرجات: يتمُّ إظهار الرسم البياني على شاشة المُخرجات باستخدام الدالّة ()show من مكتبة (matplotlib.pyplot)؛ إذ تعمل هذه الدالّة على عرض الرسم البياني الذي أُنشئ باستخدام التعليمات السابقة.
عرض البيانات على شكل قطاع دائري:
- استدعاء المكتبات: يتمثل ذلك في استدعاء مكتبة (matplotlib.pyplot) للوظائف الخاصة بالرسوم، ومكتبة (numpy) لإنشاء مصفوفة تحتوي على النسب المئوية.
- تعريف البيانات: يكون ذلك بإضافة مصفوفة تحتوي على القِيَم المئوية لكل قسم وقائمة تضمُّ أسماء الأقسام.
- إنشاء القطاع الدائري: يُمكن إنشاء القطاع الدائري باستخدام القِيَم الموجودة في y والأسماء الموجودة في (mylabels).
- عرض القطاع الدائري وإظهاره على الشاشة في برمجية بايثون.
المواطنة الرقمية:
- جمع البيانات بشكل أخلاقي: أتجنَّب جمع البيانات من دون أخذ إذن المُستخدِمين. كذلك أستخدم مصادر مفتوحة للبيانات عند تحليل البيانات العامة، وأُوَضّح الأهداف والغايات عند جمع البيانات.
- الأمان السيبراني وحماية البيانات: أستخدم التشفير عند تخزين البيانات الحسّاسة ونقلها، وأتجنَّب مشاركة البيانات مع أطراف ثالثة من دون إذن، وأعمل على تأمين الملفات…