免费公开数据集完整清单5分钟找到现成的数据集【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如果统计课要给学生配一份现成的公开数据集或者你想给演示项目挑一份不用自己爬的样本省事的做法不是逐个站点翻找而是打开一份已经整理好的清单。Awesome Public Datasets 就是这样的清单它把农业、生物医学、气候气象、计算机网络等领域里的免费数据集汇总在一份文档里并给每条数据标注了当前状态。下面讲一下怎么按用途快速定位数据以及使用前的检查项。这份清单是什么Awesome Public Datasets 由上海交通大学 OMNILab 孵化README 文档由 apd-core 工具自动生成条目会随数据源变化持续更新而不是靠人工长期维护。清单里的大多数数据免费少数有许可限制或需要单独申请。整个列表分 Agriculture、Biology、MachineLearning 等 30 多个大类按 README.rst 的目录跳转即可定位无需逐条翻找。按用途找对免费数据集教学演示用讲统计课或画图入门Palmer Penguins三种企鹅的形态测量数据和泰坦尼克号乘客数据是常用选择字段少、体积小课堂几十分钟就能跑完。想演示长期趋势图时气候分类下的 NOAA 气象观测数据和 Open-Meteo 开源天气 API 都能免费取到历史与预报数据。科研基准用生物医学方向癌症细胞系百科全书CCLE覆盖数百种人类癌症细胞系的基因表达数据蛋白质数据银行PDB提供蛋白质三维结构1000 Genomes 与 ENCODE 也在列。农业方向则有 1981–2016 年全球主要作物历史产量数据集以及一份高光谱土壤湿度基准数据适合做遥感监测算法的对照实验。演示项目与流量研究用计算机网络分类里有 CAIDA 互联网结构与流量数据还有 10 万用户的 535 亿次网页点击记录做爬虫日志分析、点击流推荐的演示项目时可以直接取用。用泰坦尼克号跑通最短路径克隆仓库到本地仓库的 Datasets/ 目录下已经放了一份处理好的数据集git clone https://gitcode.com/GitHub_Trending/aw/awesome-public-datasets解压 Datasets/titanic.csv.zip用 pandas 或表格工具加载。做三件基础统计看一遍乘客字段、算整体生还率、按船舱等级分组统计生还情况三步就能摸清数据长相。使用前的必查清单✅ / 标记条目前的 ✅ 表示状态良好可直接使用 表示需要修复下载前先确认链接和数据本身是否还能访问。许可条款大部分数据免费但部分数据集对二次分发、商用有额外限制发表结果前查一下各自来源的许可说明。更新机制文档由 apd-core 自动生成不要直接手改 README想跟踪最新条目定期看项目更新即可。Awesome Public Datasets 把“数据集去哪找”变成了先按用途选分类、再按标记筛状态的两步动作适合数据科学新手快速入门。建议下次做数据分析作业时就挑一份带 ✅ 标记的免费公开数据集把下载、清洗、画图完整跑一遍。【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