数据科学中的R和Python: 30个免费数据资源网站

1 政府数据

• Data.gov：这是美国政府收集的数据资源。声称有多达40万个数据集，包括了原始数据和地理空间格式数据。使用这些数据集需要注意的是：你要进行必要的清理工作，因为许多数据是字符型的或是有缺失值。
• Socrata：它是探索政府相数据的另一个好地方。Socrata的一个了不起的地方是，他们有不错的可视化工具，使研究数据更为容易。
• 一些城市都有自己的数据门户网站设置，可供访问者浏览城市的相关数据。例如，在旧金山数据网站，你可以获得很多数据，从犯罪统计到城市的停车位。
• 联合国有关网站，例如世界卫生组织提供了丰富的数据资源，从死亡率到世界饥饿统计数字。
• 美国人口普查局也有相当多的生活数据，例如收入、种族、教育、人口和商业信息。

2 集成数据
这些网站已经从各种地方收集了相当多的数据。有时更容易从这里找到好东西。

• Programmable Web：这是一个探索各类API的好地方。
• infofochimps：提供了一个数据集市，其中有大量的公开数据资源和API资源。类别非常广泛，从Twitter到地理位置数据。用户甚至可以上传自己的数据。
• Data Market：这也是一个好地方，数据包括了经济，医疗保健，食品和农业，汽车行业相关的数据。
• Google Public data explorer：谷歌公共数据浏览容纳大量的数据，从世界发展指标、经合组织和人类发展指标，主要是有关经济数据。
• Junar：这也是一个很好的提供的数据抓取和传送服务的网站。
• Buzzdata：这是一个提供数据共享服务的网站，它允许用户上传自己的数据和连接。

3 社交网络数据
通常情况下要得到社交数据，需要依赖社交网站本身提供的API数据。

• Twitter：你可以访问Twitter API，但其用途相当有限，Twitter API有一个获取数据的限制。如果需要更多信息，可以去看看Gnip或者PeopleBrowsr，DataSift。
• Foursquare：他们有自己的API，你也可以通过Infochimps得到它。
• Facebook：Facebook的图形API是Facebook的最佳资源。
• Face.com：一个提供面部识别数据的工具。

4 气象数据

• Wunderground：这里提供了详细的天气信息，可以用邮政编码或城市名称来搜索历史数据。它提供了温度、风速、降水等信息。
• Weatherbase：有详细的天气统计数据，近27000个城市的温度，降雨和湿度。

5 体育数据
下面三个网站都提供球队、球员、教练和经理的全面信息。

• 足球
• 棒球
• 篮球
• ESPN最近也推出了自己的API，但你必须是一个合作伙伴才可以获得他们的数据。

6 高校和科研
针对在某一领域的学者工作进行搜索是获取数据的有效方法。如果你想在一份研究报告中用一份相关数据，最好的办法是直接联系有关专业的大学教授。
加州大学洛杉矶分校提供了一些在其课程中使用的数据集。

7 新闻资料

• The New York Times：它有一个很好的API和资源管理器访问任何出版物中的文章。
• The Guardian Data Blog：卫报的数据博客会定期提供一些数据可视化的文章，其数据可通过Google文档格式下载。

下面是笔者的补充：

• 世界银行数据
• 美联储数据
• 联合国数据
• 国际货币基金数据
• 中央情报局数据
• 美国地理调查局数据
• 世界经合组织数据

最后推荐一本小册子：数据源手册。该书主要介绍了几十种非常有用的API和相关网站，值得一读。你知道在哪下载的。

from：http://xccds1977.blogspot.com/2012/04/30.html

补充：

数据免费开放计划－聚合数据