📚 سمات كائن السلسلة (Series)
المفاهيم الأساسية
السمات (Attributes): خصائص يمكن استدعاؤها من كائن المتسلسلة للحصول على معلومات محددة عنه.
خريطة المفاهيم
```markmap
فحص وتحليل البيانات
أدوات تحليل البيانات
لغات البرمجة والبيانات البرمجية
#### بايثون (Python)
##### مفكرة جوبيتر (Jupyter Notebook)
###### فتح مفكرة جوبيتر
###### إنشاء مفكرة جديدة
###### واجهة المفكرة الجديدة
###### إنشاء وتشغيل برنامج
###### حفظ المذكرة
###### الميزة الرئيسية
###### التطبيق العملي
##### مكتبات البايثون
###### التعريف
###### مثال: مات بلوت ليب (Matplotlib)
###### مكتبة نيمباي (NumPy)
###### مكتبة بانداس (Pandas)
####### كائنات المكتبة الرئيسية
######## المتسلسلة (Series)
######### السمات (Attributes)
########## name: ترجع اسم المتسلسلة.
########## size: ترجع حجم المتسلسلة.
########## is_unique: ترجع صواب (True) إذا كانت قيم كائن المتسلسلة فريدة، وإلا فإنها ترجع خطأ (False).
########## hasnans: ترجع صواب (True) إذا كان كائن المتسلسلة المعطى لديه قيم مفقودة (NaN)، وإلا فإنها ترجع خطأ (False).
######## إطار البيانات (DataFrame)
####### كيفية الاستخدام
######## استيراد المكتبة: `import pandas as pd`
######## إنشاء متسلسلة من قائمة: `pd.Series(myList, name='...')`
####### الاختلافات عن مكتبة نيمباي
######## أنواع البيانات: يعمل مع البيانات المجدولة.
######## أنواع الكائنات: متسلسلة (Series)، إطار البيانات (DataFrame).
######## الأداء: يتعامل مع مئات الآلاف من البيانات.
######## استخدام الذاكرة: يستهلك المزيد من الذاكرة.
######## الاستخدام: تحليل البيانات وتصويرها.
أنواع تحليل البيانات
تحليل البيانات الوصفي
تحليل البيانات التشخيصي
تحليل البيانات التنبؤي
تحليل البيانات التوجيهي
تحليل البيانات الاستكشافي
تحليل البيانات متعدد المتغيرات
أسئلة مراجعة
تطبيق على أنواع التحليل
```
نقاط مهمة
- تقدم الصفحة أربع سمات أساسية لكائن المتسلسلة (Series) في مكتبة Pandas.
- يمكن استخدام هذه السمات للحصول على معلومات وصفية سريعة عن المتسلسلة، مثل اسمها وحجمها وتكرار قيمها ووجود قيم مفقودة.
- يتم تطبيق السمات مباشرة على كائن المتسلسلة باستخدام الصيغة `s.attribute_name` (مثال: `s.name`).