数据源

大数据时代,用数据做出理性分析显然更为有力。做数据分析前,能够找到合适的数据源是一件非常重要的事,获取数据的方式有很多种,不必局限。本文中给大家推荐一些能够用得上的数据获取方式~

公开数据集

常用数据公开网站

UCI

经典的机器学习、数据挖掘数据集,包含分类、聚类、回归等问题下的多个数据集。很经典也比较古老,但依然活跃在科研学者的视线中。


图片发自简书App


国家数据

数据来源中华人民共和国国家统计局,包含了我国经济民生等多个方面的数据,并且在月度、季度、年度都有覆盖,全面又权威。


图片发自简书App


CEIC

最完整的一套超过128个国家的经济数据,能够精确查找GDP、CPI、进口、出口、外资直接投资、零售、销售以及国际利率等深度数据。其中的“中国经济数据库”收编了300,000多条时间序列数据,数据内容涵盖宏观经济数据、行业经济数据和地区经济数据。


图片发自简书App


万得

被誉为中国的Bloomberg,在金融业有着全面的数据覆盖,金融数据的类目更新非常快,据说很受国内的商业分析者和投资人的青睐。


图片发自简书App


搜数网

已加载到搜数网站的统计资料达到7874本,涵盖1,761,009张统计表格和364,580,479个统计数据,汇集了中国资讯行自92年以来收集的所有统计和调查数据,并提供多样化的搜索功能。


图片发自简书App


中国统计信息网

国家统计局的官方网站,汇集了海量的全国各级政府各年度的国民经济和社会发展统计信息,建立了以统计公报为主,统计年鉴、阶段发展数据、统计分析、经济新闻、主要统计指标排行等。


图片发自简书App


亚马逊

来自亚马逊的跨科学云数据平台,包含化学、生物、经济等多个领域的数据集。


图片发自简书App


figshare

研究成果共享平台,在这里可以找到来自世界的大牛们的研究成果分享,获取其中的研究数据。


图片发自简书App


github

一个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,自然科学和社会科学的覆盖都很全面,适合做研究和数据分析的人员。


图片发自简书App


政府开放数据

北京市政务数据资源网:包含竞技、交通、医疗、天气等数据。

深圳市政府数据开放平台:交通、文娱、就业、基础设施等数据。

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个重点领域数据。

贵州省政府数据开放平台:贵州省在政务数据开放方面做的确实不错。

Data.gov:美国政府开放数据,包含气候、教育、能源金融等各领域数据。

数据竞赛网站

竞赛的数据集通常干净且可研究性非常高。

DataCastle:专业的数据科学竞赛平台。

Kaggle:全球最大的数据竞赛平台。

天池:阿里旗下数据科学竞赛平台。

Datafountain:CCF制定大数据竞赛平台。

利用爬虫可获得有价值数据

这里给出了一些网站平台,我们可以使用爬虫爬取网站上的数据,某些网站上也给出获取数据的API接口,但需要付费。

财经数据

新浪财经:免费提供接口,这篇博客教授了如何在新浪财经上获取获取历史和实时股票数据。

东方财富网:可以查看财务指标或者根据财务指标选股。

中财网:提供各类财经数据。

黄金头条:各种财经资讯。

StockQ:国际股市指数行情。

Quandl:金融数据界的维基百科。

Investing:投资数据。

整合的96个股票API合集。

Market Data Feed and API:提供大量数据,付费,有试用期。

网贷数据

网贷之家:包含各大网贷平台不同时间段的放贷数据。

零壹数据:各大平台的放贷数据。

网贷天眼:网贷平台、行业数据。

76676互联网金融门户:网贷、P2P、理财等互金数据。

公司年报

巨潮资讯:各种股市咨询,公司股票、财务信息。

SEC.gov:美国证券交易数据

HKEx news披露易:年度业绩报告和年报。

创投数据

36氪:最新的投资资讯。

投资潮:投资资讯、上市公司信息。

IT桔子:各种创投数据。

社交平台

新浪微博:评论、舆情数据,社交关系数据。

Twitter:舆情数据,社交关系数据。

知乎:优质问答、用户数据。

微信公众号:公众号运营数据。

百度贴吧:舆情数据

Tumblr:各种福利图片、视频。

就业招聘

拉勾:互联网行业人才需求数据。

中华英才网:招聘信息数据。

智联招聘:招聘信息数据。

猎聘网:高端职位招聘数据。

餐饮食品

美团外卖:区域商家、销量、评论数据。

百度外卖:区域商家、销量、评论数据。

饿了么:区域商家、销量、评论数据。

大众点评:点评、舆情数据。

交通旅游

12306:铁路运行数据。

携程:景点、路线、机票、酒店等数据。

去哪儿:景点、路线、机票、酒店等数据。

途牛:景点、路线、机票、酒店等数据。

猫途鹰:世界各地旅游景点数据,来自全球旅行者的真实点评。

类似的还有同程、驴妈妈、途家等

电商平台

亚马逊:商品、销量、折扣、点评等数据

淘宝:商品、销量、折扣、点评等数据

天猫:商品、销量、折扣、点评等数据

京东:3C产品为主的商品信息、销量、折扣、点评等数据

当当:图书信息、销量、点评数据。

类似的唯品会、聚美优品、1号店等。

影音数据

豆瓣电影:国内最受欢迎的电影信息、评分、评论数据。

时光网:最全的影视资料库,评分、影评数据。

猫眼电影专业版:实时票房数据,电影票房排行。

网易云音乐:音乐歌单、歌手信息、音乐评论数据。

房屋信息

58同城房产:二手房数据。

安居客:新房和二手房数据。

Q房网:新房信息、销售数据。

房天下:新房、二手房、租房数据。

小猪短租:短租房源数据。

购车租车

网易汽车:汽车资讯、汽车数据。

人人车:二手车信息、交易数据。

中国汽车工业协会:汽车制造商产量、销量数据。

新媒体数据

新榜:新媒体平台运营数据。

清博大数据:微信公众号运营榜单及舆情数据。

微问数据:一个针对微信的数据网站。

知微传播分析:微博传播数据。

分类信息

58同城:丰富的同城分类信息。

赶集网:丰富的同城分类信息。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 194,491评论 5 459
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 81,856评论 2 371
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 141,745评论 0 319
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 52,196评论 1 263
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 61,073评论 4 355
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 46,112评论 1 272
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 36,531评论 3 381
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 35,215评论 0 253
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 39,485评论 1 290
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 34,578评论 2 309
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 36,356评论 1 326
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 32,215评论 3 312
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 37,583评论 3 299
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 28,898评论 0 17
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 30,174评论 1 250
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 41,497评论 2 341
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 40,697评论 2 335