PYTHON BROWSER ENGINE Local Data Profiler
الجيل القادم من معالجة البيانات داخل المتصفح

حلل بياناتك محلياً
بسرعة فائقة وأمان تام

أداة ثورية تتيح لك تشغيل بيئة بايثون ومكتبة Pandas الإحصائية مباشرة داخل متصفحك دون الحاجة إلى خوادم خارجية. بياناتك تظل آمنة تماماً على جهازك الشخصي بنسبة 100%.

أمان مطلق للبيانات

لا يتم رفع أي ملفات إلى أي خادم خارجي. المعالجة بالكامل تتم محلياً داخل ذاكرة متصفحك الآمنة.

قوة مكتبة Pandas

استفد من أقوى مكتبات تحليل البيانات في لغة بايثون مباشرة لتلخيص وتحليل ملفات الـ CSV الكبيرة في ثوانٍ.

سرعة فائقة وبدون تثبيت

لا حاجة لتثبيت بيئة Python أو Anaconda على جهازك. افتح المتصفح وابدأ العمل فوراً من أي مكان.

packages = ["pandas"] import pandas as pd import io from js import document, FileReader, Uint8Array from pyodide.ffi import create_proxy # تغيير النص الابتدائي فور اكتمال تحميل بايثون document.getElementById("output").innerText = "بيئة بايثون جاهزة! قم برفع ملف CSV الآن لتبدأ المعالجة الجبارة." def process_file(event): output_element = document.getElementById("output") output_element.innerText = "جاري المعالجة بواسطة كود بايثون محلياً..." file_list = document.getElementById("csvFile").files if file_list.length == 0: output_element.innerText = "الرجاء اختيار ملف أولاً!" return file = file_list.item(0) reader = FileReader.new() def on_load(e): try: # قراءة محتوى الملف النصي file_content = e.target.result # تحويل النص إلى StringIO لتقرأه مكتبة Pandas الشهيرة في بايثون data_stream = io.StringIO(file_content) df = pd.read_csv(data_stream) # الحسابات الإحصائية المتقدمة والعميقة بسرعة بايثون total_rows, total_cols = df.shape columns_list = list(df.columns) report = [] report.append("=" * 60) report.append(f" 🐍 PYTHON BROWSER ENGINE REPORT (PANDAS)") report.append("=" * 60) report.append(f"🔹 Total Records (Rows): {total_rows}") report.append(f"🔹 Total Columns: {total_cols} -> {columns_list}") report.append("-" * 60) # فحص الأعمدة الرقمية وحساب المعدلات والحد الأقصى والأدنى numeric_cols = df.select_dtypes(include=['number']).columns.tolist() if numeric_cols: report.append("📈 Summary Statistics for Numeric Data:") summary = df[numeric_cols].describe().loc[['mean', 'min', 'max']] summary.index = ['Average (المعدل)', 'Minimum (الأقل)', 'Maximum (الأعلى)'] report.append(summary.to_string()) else: report.append("⚠️ No numeric columns found for deep statistical analysis.") report.append("-" * 60) report.append("👀 First 5 Rows Preview:") report.append(df.head(5).to_string(index=False)) report.append("=" * 60) # عرض التقرير النهائي النظيف في المتصفح output_element.innerText = "\n".join(report) except Exception as ex: output_element.innerText = f"❌ خطأ أثناء معالجة البايثون للملف: {str(ex)}" # ربط الأحداث بقارئ الملفات proxy = create_proxy(on_load) reader.onload = proxy reader.readAsText(file) # ربط عنصر رفع الملف بكود بايثون مباشرة عند التغيير change_proxy = create_proxy(process_file) document.getElementById("csvFile").addEventListener("change", change_proxy)