Dados da Python Nordeste

Python Nordeste会议各届的数据集，包含2019、2024和2025年的注册人员信息。

The dataset includes attendee registration records for the 2019, 2024, and 2025 editions of the Python Nordeste conference.

原始信息汇总

Python Nordeste数据集概述

数据集基本信息

• 主题领域：Pessoas > Tecnologia（人群 > 技术）
• 数据内容：Python Nordeste会议各届参会者注册数据
• 数据格式：CSV

包含的数据文件

文件路径	年份	描述	格式
2019/inscritos.csv	2019	PyNE 2019注册人员数据	csv
2024/inscritos.csv	2024	PyNE 2024注册人员数据	csv
2025/inscritos.csv	2025	PyNE 2025注册人员数据	csv

数据处理说明

• 数据清洗工具：scripts/even3-excel-to-csv.py
• 处理功能：
  • 读取Even3平台的原始注册文件
  • 移除敏感信息列（ID、姓名、电子邮件、CPF等）
  • 将空单元格填充为" Não respondeu"
  • 输出为CSV格式

相关数据集

• Python Brasil数据集
• Python Brasil开放数据项目

搜集汇总

数据集介绍

构建方式

Dados da Python Nordeste数据集通过系统化采集Python Nordeste会议历年注册信息构建而成，其核心数据源来自Even3活动管理平台导出的原始Excel文件。项目团队开发了自动化清洗脚本even3-excel-to-csv.py，该工具可智能移除包含敏感信息的字段（如CPF、电话号码等），并将空值统一标注为'Não respondeu'，最终生成符合隐私保护标准的CSV格式数据。每年会议数据按独立目录存储，形成完整的时间序列数据集。

特点

该数据集以参会者注册信息为核心，采用纵向时间维度架构，完整覆盖2019至2025年共三届会议数据。数据字段经过严格的脱敏处理，在保留分析价值的同时确保隐私安全。其标准化存储结构支持跨年度对比研究，CSV格式确保与主流数据分析工具的兼容性。作为巴西东北地区Python技术社区的缩影，该数据集为研究技术会议参与行为提供了独特视角。

使用方法

研究者可通过GitHub仓库直接获取分年度存储的CSV文件，每个文件包含对应年份会议注册者的非敏感字段信息。数据集支持两种应用场景：横向分析单届会议参与者特征时，可直接加载相应年份文件；纵向研究社区发展趋势时，需合并多年度数据进行时间序列分析。配套提供的Even3平台数据清洗脚本也可复用于其他会议数据处理场景，但需注意不同平台导出的原始数据结构可能存在差异。

背景与挑战

背景概述

Dados da Python Nordeste数据集由Python Nordeste社区创建，旨在收集和整理该地区Python技术会议的参与者信息。该数据集自2019年起持续更新，记录了历届会议的注册数据，反映了巴西东北部地区Python开发者社区的动态发展。作为开源社区驱动的数据项目，它不仅服务于会议组织方的需求，更为研究技术社区生态、参会者行为模式提供了宝贵资源。数据集与Python Brasil的开放数据项目形成互补，共同构建了巴西Python技术社区的宏观画像。

当前挑战

该数据集面临双重挑战：在领域问题层面，技术会议参与者数据的分析涉及复杂的群体行为模式识别，需要解决数据稀疏性与特征工程难题；在构建过程中，原始数据包含大量敏感个人信息，如何在保持数据实用性的同时遵循隐私保护原则成为关键挑战。数据清洗脚本虽能处理Even3平台的特定格式，但跨年份数据一致性维护与缺失值标准化处理仍需人工干预，这对长期数据质量管控提出持续要求。

常用场景

经典使用场景

在技术社区分析领域，Dados da Python Nordeste数据集为研究巴西东北地区Python开发者社区的动态提供了宝贵资源。该数据集记录了2019至2025年间PyNE会议的注册信息，常被用于分析区域性技术会议的参与者特征、地域分布及年度变化趋势。研究人员通过挖掘这些结构化数据，能够揭示技术社区成长规律与人才流动模式。

衍生相关工作

该数据集催生了多项关于技术社区生态的研究，如《巴西技术会议参与者迁移模式分析》采用空间统计方法挖掘注册数据。其数据清洗流程还被Python Brasil开放数据项目复用，建立了技术会议数据处理的标准框架，推动了拉丁美洲地区更多技术社区的数据开放运动。

数据集最近研究

最新研究方向

在技术社区发展研究领域，Dados da Python Nordeste数据集为分析区域开发者生态的演变提供了独特视角。该数据集记录了巴西东北部Python会议历年参与者信息，其最新研究方向聚焦于技术社区多样性评估和区域人才流动模式。研究者正利用2019至2025年的纵向数据，结合自然语言处理技术，挖掘技术社区参与者的技能分布与地域特征关联性。随着全球对技术社区治理透明化的需求增长，该数据集与Python Brasil等开源项目的关联研究，正在推动拉丁美洲开发者生态系统的标准化评估框架构建。这类研究对制定区域性技术人才培养政策具有重要参考价值，同时也为开源社区可持续发展指标体系的建立提供了数据支撑。