1.公开之数据集

深数据时,用多少做出理性分析显然更加强劲。做多少解析前,能够找到适合的的数据源是相同件非常关键之作业,获取数据的计发生好多栽,不必局限。下面用起明之数据集、爬虫、数据搜集工具、付费API等等介绍。给大家推荐一些可知用得及之数量获得方式,后续也会见不断补充、更新。

举行多少解析和数据挖掘,最基础之饶是数据集了,这里享受部分科研机构、企业、政府会盛开之片段数据集。这些数据集通常比较完善、质量相对较高。给大家推荐一些常用之可以获取数据集的网站:

同、公开数据库

1.常用数据明白网站

UCI:经典的机械上、数据挖掘数据集,包含分类、聚类、回归等题材下的多只数据集。很经典也于古老,但仍旧活泼在科研专家的视线中。

江山数:数据来源于中华人民共和国国家统计局,包含了本国经济民生等多个点的数量,并且在月、季度、年度都起盖,全面而高于。

CEIC:最完全的同等模仿越128独国家的经济数据,能够精确查找GDP、CPI、进口、出口、外资一直投资、零售、销售及国际利率相当深度数据。其中的“中国经济数据库”收编了300,000大多长达时间序列数据,数据内容涵盖宏观经济数据、行业经济数据及地区经济数据。

万得:简要介绍:被称呼中国的Bloomberg,在金融业持有全面的数码覆盖,金融数据的类目更新异常快,据说十分让国内的买卖分析者和投资人的亲睐。

搜数网:已加载到搜数网站的统计资料达到7,874遵照,涵盖1,761,009摆设统计报表和364,580,479单统计数据,汇集了炎黄新闻行自92年吧收集的具有统计和查证数量,并提供多样化的搜效果。

中华统计信息网:国家统计局之官方网站,汇集了海量的全国各个政府各个年度之国民经济与社会发展统计信息,建立了为统计公报为主,统计年鉴、阶段发展多少、统计分析、经济消息、主要统计指标排名等。

亚马逊:来自亚马逊的跨科学云数据平台,包含化学、生物、经济等大多只世界的多少集。

figshare:研究成果共享平台,在这里可以找到来源世界之大牛们的研究成果分享,获取其中的研讨数据。

github:一个挺周到的多寡获得渠道,包含各个细分领域的数据库资源,自然科学与社会对的覆盖都非常周到,适合做研究与数目解析的人口。

2.阁开放数据

北京市政务数据资源网:包含竞技、交通、医疗、天气等数据。

深圳市政府数码开放平台:交通、文娱、就业、基础设备相当数码。

上海市政务数据服务网:覆盖经济建设、文化科技、信用服务、交通出行等12单第一领域数据。

贵州省政府数开放平台:贵州省当政务数据开放者做的真的是。

Data.gov:美国政府开数据,包含气候、教育、能源经济等各国领域数据。

3.数量比网站

赛的数据集通常干净且科研究性非常大。

DataCastle:专业的多寡是竞赛平台。

Kaggle:全球最深的数量比平台。

天池:阿里旗下数据是竞赛平台。

Datafountain:CCF制定好数据比平台。

UCI:加州大学欧文分校开放之经典数据集,真的坏经典,被不少机器上实验室用。

老二、利用爬虫可以得有价数

此地让闹了有网站平台,我们得使爬虫爬取网站上的多寡,某些网站及也深受起获取数据的API接口,但需付费。

1.财经数据

(1)乍浪财经:免费提供接口,这首博客教授了哪以初浪财经上沾获取历史及实时股票数量。

(2)东方财富网:可以查阅财务指标或者因财务指标选股。

(3)中财网:提供个金融数据。

(4)金子头漫长:各种金融新闻。

(5)StockQ:国际股市指数盘。

(6)Quandl:金融数据界的维基百科。

(7)Investing:投资数额。

(8)整合的96个股票API合集。

(9)Market Data Feed and
API:提供大量数量,付费,有试用期。

2.网筹资数据

(1)网贷之拙:包含各级网络贷平台不同时间段的放贷数据。

(2)零壹数据:各大平台的放贷数据。

(4)网贷天眼:网贷平台、行业数据。

(5)76676互联网金融门户:网贷、P2P、理财等互金数据。

3.庄年报

(1)巨潮资讯:各种股市咨询,公司股票、财务信息。

(2)SEC.gov:美国证券交易数据

(3)HKEx
news披露易:年度业绩报告以及年报。

4.开立投数

(1)36氪:最新的投资新闻。

(2)投资潮:投资新闻、上市企业消息。

(3)IT桔子:各种创投数据。

5.社及平台

(1)初浪微博:评论、舆情数据,社交关系数据。

(2)Twitter:舆情数据,社交关系数据。

(3)知乎:优质问答、用户数据。

(4)微信公众号:公众号营业数量。

(5)百度贴吧:舆情数据

(6)Tumblr:各种有利图片、视频。

6.就业招聘

(1)拉勾:互联网行业人才需求数据。

(2)华英才网:招聘信息数据。

(3)智联招聘:招聘信息数据。

(4)猎聘网:高端职位招聘数据。

7.餐饮食品

(1)得意忘形团外卖:区域公司、销量、评论数。

(2)百度外出售:区域公司、销量、评论数。

(3)饿了么:区域公司、销量、评论数。

(4)大众点评:点评、舆情数据。

8.交通旅游

(1)12306:铁路运行数据。

(2)携程:景点、路线、机票、酒店当数码。

(3)去哪儿:景点、路线、机票、酒店当数据。

(4)途牛:景点、路线、机票、酒店当数码。

(5)猫途鹰:世界各地旅游景点数据,来自五湖四海旅游者的真人真事点评。

好像之还有同程、驴妈妈、途家等

9.电商平台

(1)亚马逊:商品、销量、折扣、点评等数码

(2)淘宝:商品、销量、折扣、点评等数

(3)天猫:商品、销量、折扣、点评等数据

(4)京东:3C产品为主底商品信息、销量、折扣、点评等数码

(5)当当:图书信息、销量、点评数。

仿佛的唯品会、聚美优品、1如泣如诉店等。

10.影音数码

(1)豆电影:国内极给欢迎的影片信息、评分、评论数。

(2)时光网:最全的影视资料库,评分、影评数据。

(3)猫眼电影专业版:实时票房数据,电影票房排行。

(4)网易云音乐:音乐歌单、歌手信息、音乐评论数。

11.房屋信息

(1)58以及城市房产:二手房数据。

(2)安居客:新房及二手房数据。

(3)Q房网:新房信息、销售数目。

(4)房天下:新房、二手房、租房数据。

(5)粗猪短租:短租房源数量。

12.购车租车

(1)网易汽车:汽车资讯、汽车数量。

(2)人人车:二手车消息、交易数额。

(3)中国汽车工业协会:汽车制造商产量、销量数据。

13.新媒体数据

(1)新榜:新媒体平台运营数量。

(2)清博大数据:微信公众号营业榜单及舆论数据。

(3)微问数据:一个对微信的数目网站。

(4)知微传播分析:微博扩散数据。

14.分类信

(1)58同城:丰富的同城分类信息。

(2)赶集网:丰富的同城分类信息。

若你是小白,想经过爬虫获得有价之数,推荐我们的体系课程——Python爬虫:入门+进阶

Awesome Public
Datasets:这是github一特别神整理的一个加上的多少集资源获取渠道合集。

老三、数据交易平台

鉴于本数的需求异常死,也催生了很多做多少交易的平台,当然,出去付费买的数额,在这些平台,也发出多免费的多寡好取得。

优易数据:由国家信息中心倡导,拥有国家级信息资源的数码平台,国内领先的数额交易平台。平台有B2B、B2C两栽交易模式,包含政务、社会、社交、教育、消费、交通、能源、金融、健康相当大多单世界的数资源。

数据堂:专注于互联网综合数据交易,提供数据交易、处理同数目API服务,包含语音识别、医疗健康、交通地理、电子商务、社交网络、图像识别等地方的数量。

国家数:数据来中国国家统计局,包含了本国经济民生等多个点的数码。

季、网络指数

百度指数:指数查询平台,可以根据指数的转移查看有主题在逐一时间段被关注之状况,进行可行性分析、舆情预测有大好的点拨作用。除了关注大势外,还有需要分析、人群画像等精准分析的家伙,对于市场调研来说有十分好的参阅意义。同样的另外两个寻引擎搜狗、360乎出像样的产品,都得看成参考。

阿里指数:国内大的商品交易分析工具,可以按照地区、按行业查看商品搜索和贸易数据,基于淘宝、天猫和1688阳台的交易数额核心能看到国内商品交易的概貌,对于趋势分析、行业观察意义不小。

友盟指数:友盟在走互联网采用数据统计以及剖析有较圆满的统计和分析,对于研究活动端产品、做市场调研、用户作为分析深有辅助。除了友盟指数,友盟的互联网报告同是探听互联网趋势的精美读物。

轻奇艺指数:爱奇艺指数是专程对视频的播音行为、趋势的剖析平台,对于互联网视频的播报有着全面的统计和分析,涉及到广播趋势、播放设备、用户画像、地域分布、等大多独面。由于爱奇艺庞大之用户基数,该指数中心可以证实实际状况。

微指数:微指数是新浪微博之数解析工具,微指数通过重大词的热议度,以及行业/类别的平分影响力,来体现微博舆论或账号的提高走势。分为热词指数及影响力指数两万分模块,此外,还得查阅热议人群与各类账号的地域分布状况。

除开以上指数外,还有谷歌趋势、搜狗指数、360趋势、艾漫指数等等。

CEIC:超过128独国的经济数据,能够规范查找GDP,
CPI, 进口,出口,外资一直入股,零售,销售,以及国际利率相当深度数据。

五、网络采集器

纱采集器是经软件的花样落实简单快捷地征集网络达到散落的内容,具有非常好之情节集作用,而且未欲技术资金,被众多用户作为初级的募集工具。

造数:新一替智能云爬虫。爬虫工具中最抢的,比其余同类产品快9倍。拥有绝对IP,可以轻松发起无数伸手,数据保存于云端,安全方便、简单快速。

火车采集器:一慢专业的互联网数据抓取、处理、分析,挖掘软件,可以活便捷地抓取网页上杂乱分布的数目信息。

八爪鱼:简单实用的采集器,功能齐全,操作简易,不用写规则。特有的云采集,关机吗得以以说服务器上运行采集任务。

中华统计信息网:国家统计局的官方网站,汇集了海量的举国各个政府各个年度的国民经济与社会发展统计信息。

几个政务数据开放做的比较好的地方:上海市政务数据服务网  北京市政务数据资源网 
 
广州市政府数据统一开放平台 
 贵州省政府数量开放平台**

任何可以参考:发生什么一般人无明了的数据获得方式

2.博客资源

CSDN大数据:各种干货博客每日更新,经常会发生喜怒哀乐。

开源中国良数据:数据方向各种干货博客。

爱可可-爱生活:数据挖掘领域知名微博,优质机器上资源分享,由北邮之名师创建。

刘未鹏 | Mind
Hacks:刘未鹏的博客,虽然更新异常缓慢,但文章还深浓。

本身爱机上:超多机器上干货,质量都蛮高。

3.知乎专刊

一个多少分析师的自修养:享用数据解析更和见地为主,时不时扯点关于游戏的从事。

数码冰山:各种事情数据解析,经常聊及汽车。

数量解析侠:专注数据解析,很多术干货。

董先生以科学硅谷:董先生的特辑,分享技术以及工作发展

智能单元:关于人工智能与深度上,还有cs231n的记。

无痛的机械上:介绍机器上的算法原理及运。

混沌巡洋舰:蕴含数据正确的过多领域知识。

4.免费上学网站

菜鸟教程:各种编程语言、数据库等学习资源,知识梳理非常明晰。

DataCamp:Python、R、数据解析、数据挖掘学习。

edx-数据科学:edx的有所数据对方向的学科。

Data Science Courses |
Coursera:Coursera上有的数码科学课程。

不折不扣学科 |
MOOC学院:MOOC学院所有数据对课程。

硬创公开课:雷锋网推出的人为智能方向的公开课。

5.行业网站

Analytics
Vidhya:超多实用的数目解析、数据挖掘干货文章,也包含行业资讯。

36大数据:大数量方向行业资讯,也来一些干货的篇章。

多少分析网:大数据行业资讯。

数据正确:大数目资讯、观点、数据解析技术研习中心。

雷锋网:雷锋网之前举行科技媒体,现在转型数据对与人工智能方向,做的为不易。

199IT充分数据导航:比较全的要命数量有关网站导航,应有尽有。

数量解析网导航:数据解析网推出的很数量方向网站的领航。

6.数额对竞赛

DataCastle:国内正式的数据挖掘竞赛平台,由周涛教授发起。

Kaggle:国外覆盖人口最为多的数目是竞赛平台。

天池:阿里旗下数据比平台。

7.学术论文

Best paper
awards:包含AAAI
KDD IJCAI
CVPR等十大多独顶级会议由1996年以来的备顶级论文,做多少正确研究之头号资源。

arXiv.org:强大的舆论库,可以查找你用的德众论文资源。

SIGKDD:数据挖掘领域的世界级会议,KDD每年的舆论和KDD
CUP都发生许多而学的物。

Google学术:站于巨人之肩上,不解释。

谢谢大家,不嫌麻烦可以支持一下呗!此对持续创新……