2022-Ukraine-Russia-War-Dataset|军事冲突数据集|战争统计数据集
收藏数据集概述
数据集名称
- 2022-Ukraine-Russia-War-Dataset
数据集描述
- 该数据集详细记录了2022年乌克兰与俄罗斯战争中俄罗斯方面的装备损失、死亡人数、军事受伤人数及战俘情况。数据均为官方来源,并经过个人整理。
数据集应用
- russian losses application:一个监测仪表板,描述2022年俄罗斯入侵乌克兰期间的装备损失情况。
- Cargo200rus:一个电报机器人,展示俄罗斯武装部队在乌克兰的官方损失。
相关数据集
- Massive Missile Attacks on Ukraine:包含俄罗斯大规模导弹和无人机攻击乌克兰基础设施的相关信息。
- 2022 Ukraine Russia War, Losses, Oryx + Images:基于Oryx调查的乌克兰和俄罗斯装备损失数据。
- russian navy (Military Maritime Fleet):俄罗斯海军所有水面战斗舰、潜艇、沿海战斗舰、救援和辅助舰的损失情况。
- Social Media Athletes from russia & belarus:参加北京2022年冬季奥运会的俄罗斯和白俄罗斯运动员的社交媒体数据。
- Kaggle, Data in CSV format:相同数据在Kaggle上的格式,包含多种分析和可视化笔记本。
数据来源
- General Staff of the Armed Forces of Ukraine 和 Ministry of Defence of Ukraine:主要数据来源,收集自不同战场的数据。
- Invaders:俄罗斯战俘信息,该项目自2022年5月起不再活跃。
- Oryxspioenkop:乌克兰和俄罗斯装备损失数据,仅包括有照片或视频证据的破坏装备。
数据
- Personnel Losses JSON:战争期间的人员损失数据。
- Equipment Losses JSON:战争期间的装备损失数据。
- Equipment Losses Correction JSON:装备损失数据的部分修正。
- Equipment Losses Oryx JSON:基于Oryx的更详细的装备损失数据。
数据预处理
- 推荐使用Daily Data Notebook进行数据转换。
跟踪项目
- 人员、战俘、飞机、直升机、坦克、装甲人员运输车、多管火箭发射器、野战炮、军事车辆、无人机、海军舰艇等。
缩写解释
- POW:战俘
- MRL:多管火箭发射器
- APC:装甲人员运输车
- UAV:无人机
- RPA:遥控飞行器

中国区域交通网络数据集
该数据集包含中国各区域的交通网络信息,包括道路、铁路、航空和水路等多种交通方式的网络结构和连接关系。数据集详细记录了各交通节点的位置、交通线路的类型、长度、容量以及相关的交通流量信息。
data.stats.gov.cn 收录
GME Data
关于2021年GameStop股票活动的数据,包括每日合并的GME短期成交量数据、每日失败交付数据、可借股数、期权链数据以及不同时间框架的开盘/最高/最低/收盘/成交量条形图。
github 收录
Wind Turbine Data
该数据集包含风力涡轮机的运行数据,包括风速、风向、发电量等参数。数据记录了多个风力涡轮机在不同时间点的运行状态,适用于风能研究和风力发电系统的优化分析。
www.kaggle.com 收录
中国1km分辨率逐月降水量数据集(1901-2023)
该数据集为中国逐月降水量数据,空间分辨率为0.0083333°(约1km),时间为1901.1-2023.12。数据格式为NETCDF,即.nc格式。该数据集是根据CRU发布的全球0.5°气候数据集以及WorldClim发布的全球高分辨率气候数据集,通过Delta空间降尺度方案在中国降尺度生成的。并且,使用496个独立气象观测点数据进行验证,验证结果可信。本数据集包含的地理空间范围是全国主要陆地(包含港澳台地区),不含南海岛礁等区域。为了便于存储,数据均为int16型存于nc文件中,降水单位为0.1mm。 nc数据可使用ArcMAP软件打开制图; 并可用Matlab软件进行提取处理,Matlab发布了读入与存储nc文件的函数,读取函数为ncread,切换到nc文件存储文件夹,语句表达为:ncread (‘XXX.nc’,‘var’, [i j t],[leni lenj lent]),其中XXX.nc为文件名,为字符串需要’’;var是从XXX.nc中读取的变量名,为字符串需要’’;i、j、t分别为读取数据的起始行、列、时间,leni、lenj、lent i分别为在行、列、时间维度上读取的长度。这样,研究区内任何地区、任何时间段均可用此函数读取。Matlab的help里面有很多关于nc数据的命令,可查看。数据坐标系统建议使用WGS84。
国家青藏高原科学数据中心 收录
573,264张试卷&练习册&答题卡采集数据【数据堂】
573,264张试卷&练习册&答题卡采集数据。数据包含35,823张试卷、457,970张练习册、79,471张答题卡。数据涵盖多种题型、多种学科、多种类型、多个年级。采集设备为手机、扫描仪。数据可用于智能判卷、作业辅导等任务。我们严格遵循数据保护法规和隐私规定,确保数据采集、存储和使用的过程中维护用户的隐私和合法权益,所有数据均遵循GDPR, CCPA, PIPL
OpenDataLab 收录