Awesome Public Datasets为课程作业与模型训练找数据的高质量开放数据集列表【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做机器学习作业时你需要的往往不是多大的工程而是一份能直接读进 notebook 的干净 CSV。开放数据集列表 Awesome Public Datasets 就是为这类场景准备的由上海交通大学 OMNILab 孵化它把数千个公开数据源按主题分类归档每个条目都标注了可用性状态仓库里还附带了一份可直接上手的示例数据集。五分钟跑通第一步执行git clone https://gitcode.com/GitHub_Trending/aw/awesome-public-datasets产物是一份包含数据列表与示例数据的本地仓库。打开 Datasets 目录 并解压 titanic.csv.zip产物是一份泰坦尼克号乘客信息表字段规整可直接载入分析工具。对数据做三件事查看乘客字段、统计整体生还率、按船舱等级对比生还率产物是一组可复现的基础统计结果。资源库全景按用途选数据的对照表列表按学科组织而你平时是带着任务来查数据的。以下按三种常见用途给出选法条目均来自项目实际收录用途代表性数据集适合场景教学入门帕尔默企鹅Palmer Penguins三种企鹅的形态测量体量适中适合课堂演示分组与可视化教学入门Datasets 目录下的泰坦尼克号示例乘客生还记录适合练习统计、占比与交叉表科研分析癌症细胞系百科全书CCLE数百种人类癌症细胞系的基因表达数据科研分析蛋白质数据银行PDB蛋白质三维结构的基础参考资源科研分析全球主要作物历史产量1981–2016追踪作物产量长期趋势同类还有高光谱土壤湿度基准数据集工程实践CAIDA 互联网数据集互联网结构与流量特征分析工程实践535 亿次网页点击记录10 万用户的网络行为分析工程实践NOAA 气候数据集 / Open-Meteo 开源天气 API气候研究与天气模型开发所需的历史观测及预报数据三个值得关注的点自动更新机制整份列表由 apd-core 工具自动生成直接改动 README.rst 会被覆盖想新增条目必须走 apd-core 的贡献流程。质量状态标注✅ 表示条目状态良好、可直接使用 表示需要修复选型时先只挑 ✅ 条目。领域覆盖面从农业、生物医学、气候气象到计算机网络、经济、GIS、政府开放数据等数十个领域可以按主题目录逐项翻找。使用前请核对的三件事数据集许可核对清单核对项为什么重要怎么做许可协议大部分数据集免费但少数带有特定使用限制商用或发表前未确认可能不合规下载前到数据源官方页面查看许可条款并把引用信息写进自己的笔记数据质量 标记的条目可能存在链接失效或格式过时直接拿来用会浪费清洗时间默认只用 ✅ 条目必须用 条目时先验证链接可访问、字段与描述一致更新频率列表由自动化流程持续生成你收藏的条目可能被移动或更新使用旧书签前回到 README.rst 对照最新条目状态重新确认可用性下一步可执行动作清单从对照表中挑 2 个 ✅ 数据集记下官方下载地址与许可条款解压 titanic.csv.zip跑通字段查看、整体生还率、分舱对比三项统计比较所选数据集在字段数量、体量、获取方式上的差异列出一份需要清洗的字段清单标出缺失值与异常值处理规则若发现列表未收录的高质量数据集按 apd-core 的贡献流程提交新条目【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