980个高质量开源数据集：35大类终极导航清单

980个高质量开源数据集35大类终极导航清单【免费下载链接】awesome-public-datasetsA topic-centric list of HQ open datasets.项目地址: https://gitcode.com/GitHub_Trending/aw/awesome-public-datasetsawesome-public-datasets是一个按主题分类的开源数据集索引覆盖35 个领域、980 条数据源帮你跳过满网搜数据的环节按场景直接定位。先搞懂它到底解决什么问题找数据集的痛不在有没有而在散。同一领域的数据藏在大学 FTP、政府门户、竞赛页甚至论文附录里格式和许可各不相同。这个项目的做法按主题分目录每条标注可用状态OK / 待修复3 秒判断能不能直接用。核心资源清单按场景选分类以下 10 个分类是条目最丰富、使用频率最高的方向完整列表见 README.rst。1. Energy — 能源与电力数据的完整入口27 个条目从分钟级家庭用电AMPds、UK-DALE到全球发电厂数据库、EIA 官方统计、燃料电池DBFC、PEM1全都有。做非侵入式负载监测NILM或智能电网分析这里是第一站。2. ClimateWeather — 全球气候与气象时间序列NASA、NOAA、Copernicus、世界银行25 个来源粒度从城市日均温到全球再分析场。给模型喂气象特征、做极端天气归因从这里挑。3. Biology — 基因组、蛋白质与细胞图像密度最高的分类之一40 条覆盖 1000 Genomes、ENCODE、Protein Data Bank、TCGA 癌症基因组。生物信息或医学影像方向基本不用翻第二个索引。4. MachineLearning — 经典基准数据集全家桶MNIST、ImageNet、MovieLens、UCI Repository、Kaggle 竞赛数据——从入门实验到正式竞赛都有索引。第一次跑分类或回归从这里挑最不容易踩坑。5. SocialNetworks — 社交图谱与网络行为推特爬取、Facebook 关系、Reddit 评论、GitHub 协作归档40 条。信息传播、社区发现、情绪分析——图谱和推文样本拿来就能建网络。6. Healthcare — 医学影像到人群流行病学TCGA 癌症基因组、PhysioBank 生理信号、WHO 全球健康站、Medicare/Medicaid 医保数据。医学 NLP、影像分割、流行病分析从分子到人群尺度全覆盖。7. GIS — 地理空间与遥感数据做地图的人最关心数据在哪下。OpenStreetMap、Landsat 8 on AWS、GeoNames、TIGER/Line、Natural Earth——这个分类一次回答。8. Finance — 金融市场与宏观经济从 tick 级行情NASDAQ、SEC EDGAR到国别统计世界银行、FRED50 条。量化策略、宏观建模、公司画像全链路都有数据源。9. Sports — 体育统计与赛事数据F1 赛历、NFL play-by-play、棒球 Retrosheet、网球 ATP/WTA、OpenPowerlifting。体育分析项目用这里API 型数据源多拿到直接画图。10. TimeSeries — 时序分析与预测MIT 心率、UC Riverside 时序库、Turing 变点检测、硬盘故障率。异常检测、预测、变点分析标注质量都经过学术验证。动手指南拿到资源之后怎么用用 CtrlF 定位分类打开 README.rst搜领域关键词如 Energy3 秒跳到对应区块别从头翻。优先选 OK 标记的条目标待修复的链接可能失效或描述不全省得下载后才发现 404。用仓库自带示例练手Datasets/titanic.csv.zip解压后跑一遍缺失值统计和分布图把清洗流程跑通再啃大项目。定期 pull 更新README 由 apd-core 自动生成新数据集持续合入比收藏一堆零散链接省心。# 克隆仓库获取完整索引 git clone https://gitcode.com/GitHub_Trending/aw/awesome-public-datasets # 解压示例数据集跑通第一条流水线 cd awesome-public-datasets unzip Datasets/titanic.csv.zip -d Datasets/选型建议你的场景该先看哪几个你的方向优先看备选能源 / 智能电网EnergyClimateWeatherNLP / 文本分析NaturalLanguage、SocialNetworksSearchEnginesCV / 医学影像ImageProcessing、HealthcareBiology量化 / 宏观Finance、EconomicsTimeSeries空间 / 遥感GIS、EarthScienceGovernment不确定就三个分类一起扫MachineLearning通用基准、TimeSeries时序场景、PublicDomains跨领域数据平台。下一步把 awesome-public-datasets 加进数据工作流每次找数据先翻它。新数据集合入后 README 会更新不用额外订阅 【免费下载链接】awesome-public-datasetsA topic-centric list of HQ open datasets.项目地址: https://gitcode.com/GitHub_Trending/aw/awesome-public-datasets创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考