如何寻找数据集？

如何寻找数据集？

除了医疗领域之外，其他领域的数据集有时也很难获取，这就需要我们掌握一些常见的数据集搜集方法和常用资源。最近，Medium 上的一位博主介绍了多个常用的数据集获取来源：

1 Awesome Data

这是一个 GitHub 存储库，包含多个不同类别的数据集。

链接：https://github.com/awesomedata/awesome-public-datasets

2 Data Is Plural

这是一个以电子表格形式展示的数据集资源，从 2015 年开始定期更新，最新一期是 2020 年 10 月 28 日的资源，因此有些资源非常新。

链接：https://docs.google.com/spreadsheets/d/1wZhPLMCHKJvwOkP4juclhjFgqIY8fQFMemwKL2c64vk/edit#gid=0

3 Kaggle Datasets

Kaggle Datasets 提供了关于很多数据集的预览和总结性信息，非常适合用来检索特定主题的数据集。

链接：https://www.kaggle.com/datasets

4 Data.world

和 Kaggle 一样，Data.world 提供了一系列用户贡献的数据集，还为公司存储和组织自己的数据提供了平台。

链接：https://data.world/

5 Google Dataset Search

数据集搜索 是谷歌 2018 年推出的一个新搜索功能。如果你正在寻找特定主题或特定来源的数据，这个工具值得一试。

链接：https://datasetsearch.research.google.com/

6 OpenDaL

OpenDal 也是一个数据集搜索工具，你可以利用多种方式进行搜索，如根据创建时间或框定地图上的某一区域。

链接：https://opendatalibrary.com/

7 Pandas Data Reader

Pandas Data Reader 可以帮助你拉取在线资源中的数据，然后将其用到 Python pandas DataFrame 中。这里大部分是金融数据。

链接：https://pandas-datareader.readthedocs.io/en/latest/remote_data.html

8 从 API 获取数据

利用 Python 从 API 获取数据也是数据科学家常用的一种方法，具体操作步骤可以参见以下教程。
链接：https://towardsdatascience.com/how-to-get-data-from-apis-with-python-dfb83fdc5b5b

参考链接：
https://towardsdatascience.com/the-top-10-best-places-to-find-datasets-8d3b4e31c442