رسم شارت احترافي ببايثون لتحليل المبيعات

في عالم البزنس دلوقتي، الرؤية أهم من الأرقام!
ممكن يكون عندك آلاف الصفوف في Excel أو قاعدة بيانات، بس القرار الحقيقي بيطلع لما تشوف الصورة كاملة من خلال Visualization قوية 🔥

هنعمل Dashboard واحدة بـ Python، توضّح كل حاجة عن مبيعاتك وأرباحك، وتخلي المدير يقولك:
“هو ده اللي كنت بدور عليه!” 😎

ليه لازم تهتم بالرسم البياني في تحليل البيانات؟ 🎯​

لأن الـ Chart مش مجرد شكل حلو… ده وسيلة ذكية بتخليك تشوف الاتجاهات والأنماط بسرعة.
بدل ما تغرق وسط الأرقام، الرسم البياني بيخليك تاخد قرارات مبنية على رؤية حقيقية 💼

---

التصميم اللي هنشتغل عليه 👇​

الرسم اللي هنعمله هيكون فيه كل عناصر القوة اللي محتاجها أي محلل بيانات محترف:
✔ المحور X = الشهور
✔ 3 أعمدة (Bars) تمثّل:

• الكميات المباعة
• إجمالي المبيعات
• صافي الربح
  ✔ خط (Line) لهامش الربح (%)

---

ليه التصميم ده عبقري؟ 🧠💥​

• بيجمع بين الأداء المالي والتشغيلي في رسم واحد 💰📦
• بيكشف العلاقة بين المبيعات والربحية:
  هل كل ما البيع يزيد، الربح كمان بيزيد؟ 🤔
• بيساعد المدير أو صاحب البزنس ياخد قرار أسرع:
  • أنهي شهر كان الأفضل؟
  • فين الربح قليل رغم المبيعات العالية؟
  • الأداء اتحسن ولا قل مع الوقت؟

---

يلا نبدأ بالكود 💻🔥​

أول حاجة هنستورد المكتبات المهمة:

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import seaborn as sns

---

1️⃣ إنشاء بيانات تجريبية​

هنولّد بيانات عشوائية تمثل سنة كاملة من المبيعات:

data = {
    'Date': pd.date_range(start='2024-01-01', end='2024-12-31', freq='D'),
    'Quantity': np.random.randint(100, 1000, 366),
    'Sales': np.random.randint(10000, 50000, 366),
    'Profit': np.random.randint(1000, 10000, 366)
}
df = pd.DataFrame(data)

---

2️⃣ تجهيز الشهور​

هنحوّل التواريخ لشهور علشان نعمل تجميع شهري:

df['Month'] = df['Date'].dt.strftime('%b')
df['Month_Num'] = df['Date'].dt.month

---

3️⃣ نجمع البيانات شهريًا​

هنحسب إجمالي الكمية والمبيعات والربح لكل شهر:

monthly = df.groupby(['Month', 'Month_Num']).agg({
    'Quantity': 'sum',
    'Sales': 'sum',
    'Profit': 'sum'
}).reset_index().sort_values('Month_Num')

---

4️⃣ نحسب هامش الربح (%)​

ده بيدينا فكرة عن نسبة الربح من المبيعات:

monthly['Profit_Margin'] = (monthly['Profit'] / monthly['Sales']) * 100

---

5️⃣ نرسم الشارت الاحترافي 🎨​

الخطوة الممتعة بقى! 😍

sns.set_style('whitegrid')
fig, ax1 = plt.subplots(figsize=(14, 8))
colors = ['#4C72B0', '#55A868', '#C44E52']
bar_width = 0.25
x = range(len(monthly))

الأعمدة (Bars):​

ax1.bar([i - bar_width for i in x], monthly['Quantity'], width=bar_width, label='Quantity', color=colors[0])
ax1.bar(x, monthly['Sales'], width=bar_width, label='Sales', color=colors[1])
ax1.bar([i + bar_width for i in x], monthly['Profit'], width=bar_width, label='Profit', color=colors[2])

خط هامش الربح:​

ax2 = ax1.twinx()
ax2.plot(x, monthly['Profit_Margin'], color='orange', marker='o', linewidth=3, label='Profit Margin (%)')

التنسيقات النهائية:​

ax1.set_xticks(x)
ax1.set_xticklabels(monthly['Month'], fontsize=12)
ax1.set_ylabel('Values', fontsize=12)
ax2.set_ylabel('Profit Margin (%)', fontsize=12)
ax1.set_title('Monthly Performance: Quantity, Sales, Profit & Profit Margin', fontsize=16, fontweight='bold')
ax1.legend(loc='upper left')
ax2.legend(loc='upper right')
plt.tight_layout()
plt.show()

---

النتيجة النهائية 🎉​

رسم أنيق جدًا بيجمع بين:

• Bars للأداء المالي والتشغيلي
• Line لهامش الربح
• محور ثانوي (Secondary Axis) لعرض النسب بوضوح

هيطلعلك Dashboard احترافية بتوريك كل حاجة في لحظة واحدة 😍

---

طيب تستفيد منه إزاي؟ 🤓​

لو إنت محلل بيانات:​

الرسم ده يخلي تقاريرك تبان احترافية، والمدير ياخدك كمصدر ثقة دايم 💪

لو إنت صاحب بزنس:​

هتشوف الشهور اللي الربح فيها عالي، والمواسم اللي محتاجة تعديل في الأسعار أو العروض 💼

---

أهم نصايح للرسم الاحترافي 🎨✨​

✔ استخدم ألوان متناسقة ومريحة للعين
✔ دايمًا وضّح المحاور والعناوين
✔ خليك بسيط… الرسم المفيد هو اللي بيتقري بسرعة
✔ استخدم خطوط واضحة وأحجام مناسبة للعناوين

خلاصة الكلام 🧠💬​

Python مش بس للبرمجة، دي كمان أداة قوية جدًا لتحليل البيانات ورسم التقارير اللي فعلاً بتخلي الأرقام "تحكي قصة" 💬
ابدأ بالتجربة دي، وعدّل فيها على حسب شغلك، وهتكتشف إن Visualization ممكن تغيّر طريقة تفكيرك في البيانات 180 درجة! 🔄