الجدول 3.2 - كتاب علم البيانات - الصف 11 - الفصل 1 - المملكة العربية السعودية

📚 مكتبات بايثون وأدوات علم البيانات

المفاهيم الأساسية

مكتبة البايثون القياسية (Python Standard Library): مجموعة دقيقة من تراكيب اللغة ووحداتها ودلالاتها، مُضمنة في توزيع بايثون القياسي. تتعامل مع وظائف أساسية مثل المدخلات والمخرجات (I/O) وتضم أكثر من 200 وحدة نمطية.

مفكرة جوبيتر (Jupyter Notebook): تطبيق إلكتروني على الإنترنت لإنشاء المستندات الحسابية ومشاركتها. كل مستند (مفكرة) يتضمن المقاطع البرمجية والتعليقات والبيانات الأولية والمعالجة والبيانات المصورة. تدعم لغات برمجة متعددة وتتيح إنشاء مخرجات تفاعلية.

أناكوندا (Anaconda): منصة توزيع مفتوحة المصدر للطلبة والهواة. تُستخدم كأسهل طريقة لتثبيت الإصدار غير المتصل بالإنترنت (Offline) من مفكرة جوبيتر وبيئة بايثون محلياً.

خريطة المفاهيم

```markmap

فحص وتحليل البيانات

أدوات تحليل البيانات

لغات البرمجة والبيانات البرمجية

#### بايثون (Python)

##### الاستخدام

• إجراء تحليل البيانات
• التنبؤ بالنتائج
• أتمتة الوظائف
• تبسيط العمليات
• تمكين ذكاء الأعمال

##### المكتبات (Libraries/Modules)

###### التعريف

• مجموعة مقاطع برمجية مجهزة مسبقًا
• تُستخدم لعمليات محددة جيدًا
• تحتوي على: توثيق، بيانات تكوين، قوالب رسائل، فئات، قيم

###### الفائدة

• تبسيط وتسريع البرمجة
• عدم الحاجة لإعادة كتابة نفس المقطع البرمجي
• يعتمد عليها: تعلم الآلة، علوم البيانات، تصوير البيانات

###### المزايا

• سرعة الإعداد والاستخدام
• عادة خالية من الأخطاء ولا تحتاج تصحيح
• محسنة وسريعة
• لا حاجة لتعلم خوارزميات معقدة

###### العيوب

• صعوبة أو استحالة التغيير إذا احتجت لذلك
• عدم التأكد من استمرار دعم المكتبة

###### مكتبة البايثون القياسية

• مجموعة دقيقة من تراكيب اللغة ووحداتها
• مُضمنة في توزيع بايثون القياسي
• تتعامل مع وظائف أساسية (مثل I/O)
• تضم أكثر من 200 وحدة نمطية

###### مكتبات بايثون لعلم البيانات

• مكتبات مفتوحة المصور تجعل مشاريع علوم البيانات أسهل
• مكتبات هذه الوحدة:

- NumPy: للعمليات الحسابية والرياضية

- Pandas: للتعامل مع البيانات والتعديل عليها

- Matplotlib: لتصوير البيانات

• تصنيف المكتبات حسب المهمة:

- تنقيب البيانات: Scrapy, Beautiful Soup, Requests

- معالجة البيانات/الحوسبة العلمية: NumPy, SciPy, pandas, TensorFlow, Keras, scikit-learn, PyBrain, PyTorch, OpenCV, Mahotas

- تصوير البيانات: Matplotlib, seaborn, Altair, Bokeh, plotly

##### مفكرة جوبيتر (Jupyter Notebook)

###### التعريف

• تطبيق إلكتروني على الإنترنت لإنشاء المستندات الحسابية ومشاركتها
• ليست بيئة تطوير متكاملة (IDE) ولكنها مُحسنة لمشاريع علوم البيانات

###### المكونات

• المستند يسمى "مفكرة"
• يتضمن: مقاطع برمجية، تعليقات، بيانات أولية ومعالجة، بيانات مصورة

###### المميزات

• يدعم لغات برمجة مختلفة (بما فيها بايثون)
• يمكن إنشاء مخرجات تفاعلية (مثل HTML أو مقاطع فيديو)
• يمكن تخزين البيانات في ملف خارجي أو دمجها في المفكرة

###### التثبيت

• الطريقة الأسهل: عبر منصة أناكوندا (Anaconda)
• أناكوندا: منصة توزيع مفتوحة المصدر للطلبة والهواة
• يتم تثبيت بايثون ومفكرة جوبيتر تلقائياً مع أناكوندا

```

نقاط مهمة

• مكتبات بايثون مفتوحة المصدر تجعل مشاريع علوم البيانات أسهل بكثير.
• الجدول 3.2 يصنف مكتبات بايثون الشائعة حسب مهام علم البيانات (تنقيب، معالجة، تصوير).
• مفكرة جوبيتر هي الأداة المستخدمة في هذه الوحدة لتحليل البيانات.
• لتثبيت مفكرة جوبيتر محلياً (Offline)، يُنصح باستخدام منصة أناكوندا.

مكتبة البايثون القياسية Python Standard Library

مكتبة البايثون القياسية هي مجموعة دقيقة من تراكيب اللغة ووحداتها ودلالاتها، وتم تضمينها في توزيع البايثون القياسي، وتتعامل المكتبة مع وظائف أساسية مختلفة مثل المدخلات والمخرجات (I/O - Input/Output) والوحدات الأساسية الأخرى. وتحظى لغة البايثون بشعبية كبيرة بسبب كل هذه الوظائف، حيث تضم المكتبة القياسية أكثر من 200 وحدة نمطية.

مكتبات البايثون لعلم البيانات Python Libraries for Data Science

على الرغم من أنه يمكنك التعامل مع البيانات في البايثون؛ إلا أن هناك العديد من المكتبات مفتوحة المصدر التي تجعل مشروعات علوم البيانات أسهل بكثير. ويرد في الجدول الآتي بعض المكتبات المستخدمة لكل مهمة من مهام علم البيانات.

ستستخدم في هذه الوحدة: > مكتبة نمباي (NumPy): للعمليات الحسابية والرياضية. > مكتبة بانداس (Pandas): للتعامل مع البيانات والتعديل عليها بطرائق مختلفة. > مكتبة مات بلوت ليب (Matplotlib): لتصوير البيانات.

الجدول 3.2: مكتبات البايثون لعلم البيانات

مفكرة جوبيتر ليست بيئة تطوير متكاملة (IDE) لبايثون ولكن تم تحسينها لمشروعات علوم البيانات.

مفكرة جوبيتر Jupyter Notebook

في هذه الوحدة، ستستخدم مفكرة جوبيتر كأداة لتحليل البيانات، وهي تطبيق إلكتروني على الإنترنت لإنشاء المستندات الحسابية ومشاركتها. كل مستند يسمى مفكرة ويتضمن مقاطعك البرمجية وتعليقاتك وبياناتك الأولية والمعالجة والبيانات المصورة، ويمكنك أيضاً تخزين البيانات في ملف خارجي أو دمجها في المفكرة. ومن الجدير بالذكر أن بيئة جوبيتر تدعم لغات برمجة مختلفة بما فيها البايثون، علاوة على ذلك، يمكنك من خلالها إنشاء مخرجات تفاعلية مثل HTML أو مقاطع الفيديو.

في هذه الوحدة، ستستخدم الإصدار غير المتصل بالإنترنت (Offline) من مفكرة جوبيتر، وأسهل طريقة لتثبيتها محلياً هي من خلال أناكوندا (Anaconda)، وهي منصة توزيع مفتوحة المصدر للطلبة والهواة. يمكنك تنزيل أناكوندا وتثبيته من هنا: www.anaconda.com/products/distribution. وسيتم تثبيت البايثون ومفكرة جوبيتر تلقائياً.

وزارة التعليم Ministry of Education 2025 - 1447

100

مكتبة البايثون القياسية Python Standard Library مكتبة البايثون القياسية هي مجموعة دقيقة من تراكيب اللغة ووحداتها ودلالاتها، وتم تضمينها في توزيع البايثون القياسي، وتتعامل المكتبة مع وظائف أساسية مختلفة مثل المدخلات والمخرجات (I/O - Input/Output) والوحدات الأساسية الأخرى. وتحظى لغة البايثون بشعبية كبيرة بسبب كل هذه الوظائف، حيث تضم المكتبة القياسية أكثر من 200 وحدة نمطية. مكتبات البايثون لعلم البيانات Python Libraries for Data Science على الرغم من أنه يمكنك التعامل مع البيانات في البايثون؛ إلا أن هناك العديد من المكتبات مفتوحة المصدر التي تجعل مشروعات علوم البيانات أسهل بكثير. ويرد في الجدول الآتي بعض المكتبات المستخدمة لكل مهمة من مهام علم البيانات. ستستخدم في هذه الوحدة: > مكتبة نمباي (NumPy): للعمليات الحسابية والرياضية. > مكتبة بانداس (Pandas): للتعامل مع البيانات والتعديل عليها بطرائق مختلفة. > مكتبة مات بلوت ليب (Matplotlib): لتصوير البيانات. --- SECTION: الجدول 3.2 --- الجدول 3.2: مكتبات البايثون لعلم البيانات مفكرة جوبيتر ليست بيئة تطوير متكاملة (IDE) لبايثون ولكن تم تحسينها لمشروعات علوم البيانات. مفكرة جوبيتر Jupyter Notebook في هذه الوحدة، ستستخدم مفكرة جوبيتر كأداة لتحليل البيانات، وهي تطبيق إلكتروني على الإنترنت لإنشاء المستندات الحسابية ومشاركتها. كل مستند يسمى مفكرة ويتضمن مقاطعك البرمجية وتعليقاتك وبياناتك الأولية والمعالجة والبيانات المصورة، ويمكنك أيضاً تخزين البيانات في ملف خارجي أو دمجها في المفكرة. ومن الجدير بالذكر أن بيئة جوبيتر تدعم لغات برمجة مختلفة بما فيها البايثون، علاوة على ذلك، يمكنك من خلالها إنشاء مخرجات تفاعلية مثل HTML أو مقاطع الفيديو. في هذه الوحدة، ستستخدم الإصدار غير المتصل بالإنترنت (Offline) من مفكرة جوبيتر، وأسهل طريقة لتثبيتها محلياً هي من خلال أناكوندا (Anaconda)، وهي منصة توزيع مفتوحة المصدر للطلبة والهواة. يمكنك تنزيل أناكوندا وتثبيته من هنا: www.anaconda.com/products/distribution. وسيتم تثبيت البايثون ومفكرة جوبيتر تلقائياً. وزارة التعليم Ministry of Education 2025 - 1447 100 --- VISUAL CONTEXT --- **TABLE**: مكتبات البايثون لعلم البيانات Description: No description Table Structure: Headers: مهام علم البيانات | المكتبات Rows: Row 1: تنقيب البيانات | Scrapy, Beautiful Soup, Requests Row 2: معالجة البيانات/الحوسبة العلمية | NumPy, SciPy, pandas, TensorFlow, Keras, scikit-learn, PyBrain, PyTorch, OpenCV, Mahotas Row 3: تصوير البيانات | Matplotlib, seaborn, Altair, Bokeh, plotly Calculation needed: N/A Context: Lists Python libraries categorized by their data science tasks. **FIGURE**: Untitled Description: The Jupyter logo, a stylized orange circle with three dots forming a 'J' shape. Context: Visual representation of Jupyter Notebook, a tool discussed in the text. **FIGURE**: Untitled Description: The Anaconda logo, a green circle with a stylized 'A' formed by interconnected dots. Context: Visual representation of Anaconda, a platform for Python distribution discussed in the text. **FIGURE**: Untitled Description: The logo for the Ministry of Education, featuring a stylized green emblem with Arabic text 'وزارة التعليم' and English text 'Ministry of Education 2025 - 1447'. Context: Indicates the publisher or authority of the textbook.