课外天地 李树青学习天地信息检索原理课件 → [转帖]学习数据分析可以获取的海量数据源网站汇总


  共有5543人关注过本帖树形打印复制链接

主题:[转帖]学习数据分析可以获取的海量数据源网站汇总

帅哥哟,离线,有人找我吗?
admin
  1楼 博客 | 信息 | 搜索 | 邮箱 | 主页 | UC


加好友 发短信 管理员
等级:管理员 帖子:1843 积分:24846 威望:0 精华:34 注册:2003/12/30 16:34:32
[转帖]学习数据分析可以获取的海量数据源网站汇总  发帖心情 Post By:2017/12/17 19:07:21 [只看该作者]

数据分析,数据是根本。首先,我们要保证拿到的是可*、真实的数据,然后再把这些数据分析基础运用到实际的工作业务中,好好理解业务逻辑,真正用数据分析驱动网站运营、业务管理,发挥数据的价值。那么,到底在哪里才能获取到可*的数据呢?拿到以后又怎样去展示他们?

一、公开数据集

1.GitHub—Awesome Public Datasets

(https://github.com/caesar0301/awesome-public-datasets)

这个我一定要放第一个,太惊艳了。一个大神整理的非常全面的数据获取渠道,包含各个细分领域的数据库资源。领域科研研究,从这里开始。

涉及的领域包括:农业、生物学、气候、计算机网络、数据科学、地球科学、经济学、教育、能源、金融学、GIS、图像处理、机器学习、自然语言、神经科学、物理学、心理学、社会科学....

oh,看到英语不用害怕。谷歌浏览器,你值得拥有。

2. 亚马逊AWS

(https://aws.amazon.com/cn/datasets/?nc1=h_ls)

来自亚马逊的跨科学云数据平台,包含化学、生物学、经济学、天文学等多个领域的数据集。同样是公开数据集,涉及领域较少但是非常权威。

3.UCI

(http://archive.ics.uci.edu/ml/datasets.html)

加州大学欧文分校开放的经典数据集,可以说非常经典了,被很多机器学习实验室采用。机器学习必选数据。

二、国内公开数据

1.国家数据

(http://data.stats.gov.cn/)

这个数据库信息内容涵盖范围全面、详实,并且有些数据已经做好了可视化,所以具有很高的实用性;基本只要和国情相关的信息都会在里边发布;比如地区房价、工业、能源、居民消费总额、房地产投资甚至食品的平均价格。

国家统计数据库包括历年月、季、年度数据,可通过数据库“搜索”、选择“指标”等方式,方便快捷地查询到历年、分地区、分专业的数据。

2.中华人民共和国国家统计局

(http://www.stats.gov.cn/)

这个网站的信息是比较宏观的,国家统计局一般只发布全国和分省的宏观统计数据。但如果想获取市级、地级信息,也可以底部的友情链接中获取。

三、数据采集

网络爬虫,做数据分析的,相信大家都听说过。但很多人就说,我不会写Python,也没时间学。很多公司需要数据的时候常常也会将要爬取的网站外包出去。但其实还有一种方式,就是采集器采集。

1.八爪鱼采集器

(http://www.bazhuayu.com/)

这是一款免费的数据采集工具,而且没有功能限制,几乎所有网站都能采集,最大的特点是上手快,免费采集几万条数据没压力,当然也有付费增值服务可选。

四、地图数据源

不得不承认,做数据分析的时候,我最喜欢的就是地图了。因为可以自己选择、编辑、绘制地图。而地图的美观程度直接影响了我的心情。当然最重要的还是里面的开源数据。

1.OSGeo中国中心

(http://www.osgeo.cn/)

OSGeo中国中心的使命是支持开源地理信息软件和遥感软件的开发以及推动其更广泛的应用,尤其是帮助中国地区的用户和开发者。涉及生态领域、地理、气候资源较多。

2.ArcGIS

(https://hub.arcgis.com/pages/open-data)

3.OSM

(openstreetmap.org/)

OpenStreetMap 是一个世界地图,可依据开放许可协议自由使用、编辑、绘制。目标是创造一个内容自由且能让所有人编辑的世界地图。设计属于自己的地图,从这里开始。

数据源的获取我知道的都已经分享给大家了。但拿到数据以后还需要用可视化工具展示出来。接下来我会整理关于如何展示数据的内容。

希望这些免费的资源对学习数据分析的你有帮助。如果有帮助,欢迎关注我以示支持,也以防错过下一波干货!~

谢谢邀请

既然有人回答了一些网站,那我再系统的说一下

这个问题可以分为两个部分回答,第一个是数据分析工具的学习网站;第二个是数据源获取网站。数据分析如同庖丁解牛,数据分析工具(Excel、Python、Tableau)就是解剖刀,没有了解剖刀就无从谈起解牛了;而数据源就是那头牛,连牛都没有,那就是巧妇难为无米之炊了。下面我就从数据分析工具和数据源两个方面给大家推荐数据分析学习网站。

数据分析工具网站
  • Excel

Excel 学习网:http://www.excelcn.com/

Excel Home:http://www.excelhome.net/

Excel Home 技术论坛:http://club.excelhome.net/forum.php

我要自学网:http://www.51zxw.net/list.aspx?cid=528

Excel 技巧网:http://www.exceltip.net/forum.php

Excel 达人网: http://www.officedoyen.com/exceldaren/

Office 教程学习网: http://www.office68.com/

  • Python、Java等编程类数据工具

CSDN社区:http://www.csdn.net/

菜鸟教程:http://www.runoob.com/

易百教程:http://www.yiibai.com/

慕课网:http://www.imooc.com/

  • Tableau、Echart等数据可视化

Tableau 官网:https://www.tableau.com/zh-cn

Echarts 官网:http://echarts.baidu.com/index.html

阿里云:https://www.aliyun.com/?spm=5176.8142029.388261.1.MWM8PU

网易大数据:https://bigdata.163yun.com/

  • 综合类学习网站

中国大学MOOC学院:http://www.icourse163.org/

网易云课堂:http://study.163.com/

腾讯课堂:https://ke.qq.com/

学堂在线:http://www.xuetangx.com/

tips:这些网站实在是太多了,容易患上选择恐惧症。选择一两个综合类网站就可以了,我就比较偏好网易云课堂和中国大学MOOC。

数据源网站

知道如何使用数据分析工具,下面就该介绍一下数据源的获取网站

  • 城市地图数据源

OSM:http://www.openstreetmap.org/

CADmapper:https://cadmapper.com/

OSGEO中国中心:http://www.osgeo.cn/

ESRI Open Data:http://opendata.arcgis.com/

  • 遥感地图数据源

EARTH EXPLOER:http://earthexplorer.usgs.gov/

Natural Earth:http://www.naturalearthdata.com/downloads/

  • 数据导航网站

大数据导航:http://hao.199it.com/

大数据123:http://dashuju123.com/#fenlei_1

地产人数据导航导航:http://tool.rdaily.cn/

  • 统计数据源

中国统计网:http://www.stats.gov.cn/

国家数据:http://data.stats.gov.cn/

中国民政部:http://www.mca.gov.cn/article/sj/

  • 综合数据源

启信宝:http://www.qixin.com/

巨潮咨询:http://www.cninfo.com.cn/cninfo-new/index

CNNIC:http://www.cnnic.net.cn

站长工具:http://tool.chinaz.com/

  • 基础学术数据源

figshare:https://figshare.com/

  • 数据展示网站

ESRI PRODUCT:http://www.arcgis.com/home/gallery.html#c=esri&t=maps&o=modified

ESRI GALLARY:http://www.esri.com/products/maps-we-love#relatedmaps_section

CARTO GALLARY:https://carto.com/gallery/

D3 GALLARY:https://github.com/d3/d3/wiki/Gallery

国双数据报告:http://www.gridsum.com/datacenter/

这篇文章是转载知乎菜鸟数据链接:https://www.zhihu.com/question/34444491/answer/251419324


 回到顶部