في هذا المشروع، قمتُ بتحليل بيانات الجرائم بهدف فهم الأنماط الزمنية والمكانية لوقوع الجرائم، والتعرف على أكثر الأوقات وأنواع الجرائم شيوعًا، مما يساهم في دعم اتخاذ القرار وتحسين استراتيجيات الأمن والسلامة.
استكشاف البيانات (EDA):
بدأت بتحليل بيانات تحتوي على تفاصيل الجرائم مثل:
نوع الجريمة (سرقة، اعتداء، قتل، ...)
التوقيت (تاريخ وساعة الحادث)
الموقع الجغرافي (الحي، المنطقة، المدينة)
تنظيف البيانات:
قمت بالتعامل مع القيم المفقودة وتصحيح التنسيقات الزمنية، وتحويل التواريخ والأوقات إلى خصائص قابلة للتحليل مثل:
اليوم في الأسبوع
الفترة الزمنية في اليوم (صباح، مساء، ليل)
الشهر أو الفصل
تحليل الأنماط الزمنية:
درست العلاقة بين وقت وقوع الجريمة ونوعها، واستخرجت النتائج التالية:
وجود تركز عالي للجرائم في فترات معينة من اليوم (مثل الليل أو بعد منتصف الليل)
تزايد أنواع محددة من الجرائم في عطلات نهاية الأسبوع
بعض الأنواع (مثل السرقة) تزداد خلال أشهر الصيف
تصنيف الجرائم:
قمت بتصنيف أنواع الجرائم إلى فئات (عنيفة، غير عنيفة، جرائم ممتلكات، إلخ)، وربطت كل فئة بالتوقيت والموقع لتحديد الخصائص المميزة لكل نوع.
التصوير البياني:
صممت رسوم توضيحية تبرز النتائج مثل:
مخططات الأعمدة لأكثر أنواع الجرائم شيوعًا
مخطط كثافة الجرائم حسب الساعة
توزيع الجرائم على أيام الأسبوع
رسوم دائرية لنسب كل فئة
النتائج:
تحديد الأوقات "الساخنة" التي تزداد فيها نسبة الجرائم.
فهم أنواع الجرائم الأكثر انتشارًا في كل منطقة.
توصيات لتعزيز الأمن في أوقات ومناطق محددة.
الأدوات المستخدمة:
Python (Pandas، NumPy)
Seaborn وMatplotlib للتصوير البياني
Datetime لتحليل التوقيت
Jupyter Notebook لتوثيق التحليل
