简介

对于统计专业的学生/学者，除了对统计理论/方法的学习之外，我们也应该有产生和获取数据的能力。而不能闭门造车，仅仅做一些理论的内容。小编认为更应该从实际出发（数据出发），观察数据中存在的问题，进而使用一些统计理论解决问题。

上面的话主要从统计大咖们的讲座中受到启发。于是，我也开始以这种思维进行科研和学习。

下面分享一些，自己“存”的数据以及可以获得数据的开源网站。

GitHub——Awesome Public Datasets

该仓库收藏量高达 51k，可想而知它的影响力有多大了吧。内部包含各个领域的开源数据。目录可见下面照片：

小编暂时还没有探索这么多的数据集。有兴趣的读者可以自行探索～

Kaggle——datasets

Kaggle 中给了很多开源的数据集，并且有很多数据集都被人探索过，也会分析一些分析代码。读者可以根据大佬们的代码，逐步实现/学习。

类似的数据竞赛网站还包括：DataCastle、天池、Datafountain等。

UCI——数据仓库

该网站目前维护了 622 个经典的机器学习、数据挖掘数据集，包含分类、聚类、回归等问题下的多个数据集（截止今天）。

博客——数据科学的100个开源数据集

这篇博客给出了数据科学开源的 100 个数据集，感兴趣也可以看看。

NASA——Open Data

小编的研究方向偏工业工程，这里推荐下 NASA 的网站，里面包含了很多工业数据集。很多研究都是基于这些数据集进行的。

小编有话说

这里小编只是简单罗列了下，可以获取数据的一些网站。当然你也可以通过其他方式获得数据，例如：国家数据、世界银行公开数据、中国统计信息网、国家统计局、世界银行、WTO、美国政府开放数据等。

知乎上也有类似问题与回答，可供参考。

当然不同领域可能会有自己的数据库/网站等。如果读者愿意分享出来，欢迎文末留言，让信息开源，共享给更多人吧～