大數(shù)據(jù)時代，用數(shù)據(jù)做出理性分析顯然更為有力。做數(shù)據(jù)分析前，能夠找到合適的數(shù)據(jù)源是一件非常重要的事，獲取數(shù)據(jù)的方式有很多種，不必局限。本文中給大家推薦一些能夠用得上的數(shù)據(jù)獲取方式~
一 公開數(shù)據(jù)集
1 常用數(shù)據(jù)公開網(wǎng)站
UCI ：經(jīng)典的機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘數(shù)據(jù)集，包含分類、聚類、回歸等問題下的多個數(shù)據(jù)集。很經(jīng)典也比較古老，但依然活躍在科研學(xué)者的視線中。
國家數(shù)據(jù) ：數(shù)據(jù)來源中華人民共和國國家統(tǒng)計局，包含了我國經(jīng)濟(jì)民生等多個方面的數(shù)據(jù)，并且在月度、季度、年度都有覆蓋，全面又權(quán)威。
CEIC ：最完整的一套超過128個國家的經(jīng)濟(jì)數(shù)據(jù)，能夠精確查找GDP、CPI、進(jìn)口、出口、外資直接投資、零售、銷售以及國際利率等深度數(shù)據(jù)。其中的“中國經(jīng)濟(jì)數(shù)據(jù)庫”收編了300,000多條時間序列數(shù)據(jù)，數(shù)據(jù)內(nèi)容涵蓋宏觀經(jīng)濟(jì)數(shù)據(jù)、行業(yè)經(jīng)濟(jì)數(shù)據(jù)和地區(qū)經(jīng)濟(jì)數(shù)據(jù)。
萬得 ：簡要介紹：被譽(yù)為中國的Bloomberg，在金融業(yè)有著全面的數(shù)據(jù)覆蓋，金融數(shù)據(jù)的類目更新非?？欤瑩?jù)說很受國內(nèi)的商業(yè)分析者和投資人的青睞。
搜數(shù)網(wǎng) ：已加載到搜數(shù)網(wǎng)站的統(tǒng)計資料達(dá)到7874本，涵蓋1,761,009張統(tǒng)計表格和364,580,479個統(tǒng)計數(shù)據(jù)，匯集了中國資訊行自92年以來收集的所有統(tǒng)計和調(diào)查數(shù)據(jù)，并提供多樣化的搜索功能。
中國統(tǒng)計信息網(wǎng) ： 國家統(tǒng)計局的官方網(wǎng)站，匯集了海量的全國各級政府各年度的國民經(jīng)濟(jì)和社會發(fā)展統(tǒng)計信息，建立了以統(tǒng)計公報為主，統(tǒng)計年鑒、階段發(fā)展數(shù)據(jù)、統(tǒng)計分析、經(jīng)濟(jì)新聞、主要統(tǒng)計指標(biāo)排行等。
亞馬遜 ：來自亞馬遜的跨科學(xué)云數(shù)據(jù)平臺，包含化學(xué)、生物、經(jīng)濟(jì)等多個領(lǐng)域的數(shù)據(jù)集。
figshare ：研究成果共享平臺，在這里可以找到來自世界的大牛們的研究成果分享，獲取其中的研究數(shù)據(jù)。
github ：一個非常全面的數(shù)據(jù)獲取渠道，包含各個細(xì)分領(lǐng)域的數(shù)據(jù)庫資源，自然科學(xué)和社會科學(xué)的覆蓋都很全面，適合做研究和數(shù)據(jù)分析的人員。
2 政府開放數(shù)據(jù)
北京市政務(wù)數(shù)據(jù)資源網(wǎng) ：包含競技、交通、醫(yī)療、天氣等數(shù)據(jù)。
深圳市政府?dāng)?shù)據(jù)開放平臺 ：交通、文娛、就業(yè)、基礎(chǔ)設(shè)施等數(shù)據(jù)。
上海市政務(wù)數(shù)據(jù)服務(wù)網(wǎng) ：覆蓋經(jīng)濟(jì)建設(shè)、文化科技、信用服務(wù)、交通出行等12個重點領(lǐng)域數(shù)據(jù)。
貴州省政府?dāng)?shù)據(jù)開放平臺 ：貴州省在政務(wù)數(shù)據(jù)開放方面做的確實不錯。
Data.gov ：美國政府開放數(shù)據(jù)，包含氣候、教育、能源金融等各領(lǐng)域數(shù)據(jù)。
3 數(shù)據(jù)競賽網(wǎng)站
競賽的數(shù)據(jù)集通常干凈且可研究性非常高。
DataCastle ：專業(yè)的數(shù)據(jù)科學(xué)競賽平臺。
Kaggle ：全球最大的數(shù)據(jù)競賽平臺。
天池 ：阿里旗下數(shù)據(jù)科學(xué)競賽平臺。
Datafountain ：CCF制定大數(shù)據(jù)競賽平臺。
二 利用爬蟲可獲得有價值數(shù)據(jù)
這里給出了一些網(wǎng)站平臺，我們可以使用爬蟲爬取網(wǎng)站上的數(shù)據(jù)，某些網(wǎng)站上也給出獲取數(shù)據(jù)的API接口，但需要付費。
1 財經(jīng)數(shù)據(jù)
新浪財經(jīng)：免費提供接口，這篇博客教授了如何在新浪財經(jīng)上獲取獲取歷史和實時股票數(shù)據(jù)。東方財富網(wǎng)：可以查看財務(wù)指標(biāo)或者根據(jù)財務(wù)指標(biāo)選股。中財網(wǎng)：提供各類財經(jīng)數(shù)據(jù)。黃金頭條：各種財經(jīng)資訊。StockQ：國際股市指數(shù)行情。Quandl：金融數(shù)據(jù)界的維基百科。Investing：投資數(shù)據(jù)。整合的96個股票API合集。Market Data Feed and API：提供大量數(shù)據(jù)，付費，有試用期。2 網(wǎng)貸數(shù)據(jù)
網(wǎng)貸之家：包含各大網(wǎng)貸平臺不同時間段的放貸數(shù)據(jù)。零壹數(shù)據(jù)：各大平臺的放貸數(shù)據(jù)。網(wǎng)貸天眼：網(wǎng)貸平臺、行業(yè)數(shù)據(jù)。76676互聯(lián)網(wǎng)金融門戶：網(wǎng)貸、P2P、理財?shù)然ソ饠?shù)據(jù)。3 公司年報
巨潮資訊：各種股市咨詢，公司股票、財務(wù)信息。SEC.gov：美國證券交易數(shù)據(jù)HKEx news披露易：年度業(yè)績報告和年報。4 創(chuàng)投數(shù)據(jù)
36氪：最新的投資資訊。投資潮：投資資訊、上市公司信息。IT桔子：各種創(chuàng)投數(shù)據(jù)。5 社交平臺
新浪微博：評論、輿情數(shù)據(jù)，社交關(guān)系數(shù)據(jù)。Twitter：輿情數(shù)據(jù)，社交關(guān)系數(shù)據(jù)。知乎：優(yōu)質(zhì)問答、用戶數(shù)據(jù)。微信公眾號：公眾號運營數(shù)據(jù)。百度貼吧：輿情數(shù)據(jù)Tumblr：各種福利圖片、視頻。6 就業(yè)招聘
拉勾：互聯(lián)網(wǎng)行業(yè)人才需求數(shù)據(jù)。中華英才網(wǎng)：招聘信息數(shù)據(jù)。智聯(lián)招聘：招聘信息數(shù)據(jù)。獵聘網(wǎng)：高端職位招聘數(shù)據(jù)。7 餐飲食品
美團(tuán)外賣：區(qū)域商家、銷量、評論數(shù)據(jù)。百度外賣：區(qū)域商家、銷量、評論數(shù)據(jù)。餓了么：區(qū)域商家、銷量、評論數(shù)據(jù)。大眾點評：點評、輿情數(shù)據(jù)。8 交通旅游
12306：鐵路運行數(shù)據(jù)。攜程：景點、路線、機(jī)票、酒店等數(shù)據(jù)。去哪兒：景點、路線、機(jī)票、酒店等數(shù)據(jù)。途牛：景點、路線、機(jī)票、酒店等數(shù)據(jù)。貓途鷹：世界各地旅游景點數(shù)據(jù)，來自全球旅行者的真實點評。類似的還有同程、驢媽媽、途家等
9 電商平臺
亞馬遜：商品、銷量、折扣、點評等數(shù)據(jù)淘寶：商品、銷量、折扣、點評等數(shù)據(jù)天貓：商品、銷量、折扣、點評等數(shù)據(jù)京東：3C產(chǎn)品為主的商品信息、銷量、折扣、點評等數(shù)據(jù)當(dāng)當(dāng)：圖書信息、銷量、點評數(shù)據(jù)。類似的唯品會、聚美優(yōu)品、1號店等。
10 影音數(shù)據(jù)
豆瓣電影：國內(nèi)最受歡迎的電影信息、評分、評論數(shù)據(jù)。時光網(wǎng)：最全的影視資料庫，評分、影評數(shù)據(jù)。貓眼電影專業(yè)版：實時票房數(shù)據(jù)，電影票房排行。網(wǎng)易云音樂：音樂歌單、歌手信息、音樂評論數(shù)據(jù)。11 房屋信息
58同城房產(chǎn)：二手房數(shù)據(jù)。安居客：新房和二手房數(shù)據(jù)。Q房網(wǎng)：新房信息、銷售數(shù)據(jù)。房天下：新房、二手房、租房數(shù)據(jù)。小豬短租：短租房源數(shù)據(jù)。12 購車租車
網(wǎng)易汽車 ：汽車資訊、汽車數(shù)據(jù)。人人車 ：二手車信息、交易數(shù)據(jù)。中國汽車工業(yè)協(xié)會 ：汽車制造商產(chǎn)量、銷量數(shù)據(jù)。13 新媒體數(shù)據(jù)
新榜：新媒體平臺運營數(shù)據(jù)。
清博大數(shù)據(jù)：微信公眾號運營榜單及輿情數(shù)據(jù)。
微問數(shù)據(jù)：一個針對微信的數(shù)據(jù)網(wǎng)站。
知微傳播分析：微博傳播數(shù)據(jù)。
14 分類信息
58同城：豐富的同城分類信息。趕集網(wǎng)：豐富的同城分類信息。- 蜜度索驥：以跨模態(tài)檢索技術(shù)助力“企宣”向上生長
- Commvault持續(xù)業(yè)務(wù)策略：應(yīng)對現(xiàn)代數(shù)據(jù)保護(hù)挑戰(zhàn)的新范式
- 2025年網(wǎng)絡(luò)安全主要趨勢
- 2025年值得關(guān)注的數(shù)據(jù)中心可持續(xù)發(fā)展趨勢
- 量子計算火熱，投資者又在大舉尋找“量子概念股”
- 從量子威脅到人工智能防御：2025年網(wǎng)絡(luò)安全將如何發(fā)展
- 后人工智能時代：2025年，在紛擾中重塑數(shù)據(jù)、洞察和行動
- 2025年展望：人工智能推動IT整合
- 量子計算：商業(yè)世界的新前沿與設(shè)計思維的融合
- IDC：三季度全球以太網(wǎng)交換機(jī)收入同比下降7.9%、環(huán)比增長6.6%
- Fortinet李宏凱：2025年在中國大陸啟動SASE PoP節(jié)點部署 助力企業(yè)出海
免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請進(jìn)一步核實，并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。
