星期三, 四月 18, 2012

30个免费数据资源网站


人们都喜欢听故事而不是看数字和公式,数据可视化可能是讲故事的终级神器。但这里有个前提条件,你首先得拥有数据。获取可靠的数据涉及到多个步骤,找到数据、整理清洁数据、转换为合适的格式等等。数据准备往往是数据分析工作中非常让人头疼的方面。随着全世界对数据资源的重视,现在有很多新的公开数据源可供研究者使用。下面就是visual.ly归纳的三十个免费的数据资源网站。本文进行了翻译和补充。


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PeopleBrowsrDataSift
  • 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:
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。

5 条评论: