多个数据集

这是一个主题中心的高质量公开数据集列表，涵盖了农业、生物学等多个领域的数据集。

This is a high-quality open dataset list from a thematic hub, covering datasets across multiple fields such as agriculture and biology.

原始信息汇总

数据集概述

农业

• Hyperspectral benchmark dataset on soil moisture: 数据集链接: Hyperspectral benchmark dataset on soil moisture
• U.S. Department of Agricultures Nutrient Database: 数据集链接: U.S. Department of Agricultures Nutrient Database
• U.S. Department of Agricultures PLANTS Database: 数据集链接: U.S. Department of Agricultures PLANTS Database

生物学

• 1000 Genomes: 数据集链接: 1000 Genomes
• American Gut (Microbiome Project): 数据集链接: American Gut (Microbiome Project)
• Broad Bioimage Benchmark Collection (BBBC): 数据集链接: Broad Bioimage Benchmark Collection (BBBC)
• Broad Cancer Cell Line Encyclopedia (CCLE): 数据集链接: Broad Cancer Cell Line Encyclopedia (CCLE)
• Cell Image Library: 数据集链接: Cell Image Library
• Complete Genomics Public Data: 数据集链接: Complete Genomics Public Data
• EBI ArrayExpress: 数据集链接: EBI ArrayExpress
• EBI Protein Data Bank in Europe: 数据集链接: EBI Protein Data Bank in Europe
• ENCODE project: 数据集链接: ENCODE project
• Electron Microscopy Pilot Image Archive (EMPIAR): 数据集链接: Electron Microscopy Pilot Image Archive (EMPIAR)
• Ensembl Genomes: 数据集链接: Ensembl Genomes
• Gene Expression Omnibus (GEO): 数据集链接: Gene Expression Omnibus (GEO)
• Gene Ontology (GO): 数据集链接: Gene Ontology (GO)
• Global Biotic Interactions (GloBI): 数据集链接: Global Biotic Interactions (GloBI)
• Harvard Medical School (HMS) LINCS Project: 数据集链接: Harvard Medical School (HMS) LINCS Project
• Human Genome Diversity Project: 数据集链接: Human Genome Diversity Project
• Human Microbiome Project (HMP): 数据集链接: Human Microbiome Project (HMP)
• ICOS PSP Benchmark: 数据集链接: ICOS PSP Benchmark
• International HapMap Project: 数据集链接: International HapMap Project
• Journal of Cell Biology DataViewer: 数据集链接: Journal of Cell Biology DataViewer
• KEGG - KEGG is a database resource for understanding high-level functions [...]: 数据集链接: KEGG
• MIT Cancer Genomics Data: 数据集链接: MIT Cancer Genomics Data
• NCBI Proteins: 数据集链接: NCBI Proteins
• NCBI Taxonomy: 数据集链接: NCBI Taxonomy
• NCI Genomic Data Commons: 数据集链接: NCI Genomic Data Commons
• NIH Microarray data: 数据集链接: NIH Microarray data
• OpenSNP genotypes data: 数据集链接: OpenSNP genotypes data
• Pathguid - Protein-Protein Interactions Catalog: 数据集链接: Pathguid - Protein-Protein Interactions Catalog
• Protein Data Bank: 数据集链接: Protein Data Bank
• Psychiatric Genomics Consortium: 数据集链接: Psychiatric Genomics Consortium
• PubChem Project: 数据集链接: PubChem Project
• PubGene (now Coremine Medical): 数据集链接: PubGene (now Coremine Medical)
• Sanger Catalogue of Somatic Mutations in Cancer (COSMIC): 数据集链接: Sanger Catalogue of Somatic Mutations in Cancer (COSMIC)
• Sanger Genomics of Drug Sensitivity in Cancer Project (GDSC): 数据集链接: Sanger Genomics of Drug Sensitivity in Cancer Project (GDSC)
• Sequence Read Archive(SRA): 数据集链接: Sequence Read Archive(SRA)
• Stanford Microarray Data: 数据集链接: Stanford Microarray Data
• Stowers Institute Original Data Repository: 数据集链接: Stowers Institute Original Data Repository
• Systems Science of Biological Dynamics (SSBD) Database: 数据集链接: Systems Science of Biological Dynamics (SSBD) Database
• The Cancer Genome Atlas (TCGA), available via Broad GDAC: 数据集链接: The Cancer Genome Atlas (TCGA), available via Broad GDAC
• The Catalogue of Life: 数据集链接: The Catalogue of Life
• The Personal Genome Project: 数据集链接: The Personal Genome Project
• UCSC Public Data: 数据集链接: UCSC Public Data
• UniGene: 数据集链接: UniGene
• Universal Protein Resource (UnitProt): 数据集链接: Universal Protein Resource (UnitProt)

气候+天气

• Actuaries Climate Index: 数据集链接: Actuaries Climate Index
• Australian Weather: 数据集链接: Australian Weather
• Aviation Weather Center - Consistent, timely and accurate weather [...]: 数据集链接: Aviation Weather Center - Consistent, timely and accurate weather [...]
• Brazilian Weather - Historical data (In Portuguese) - Data related to [...]: 数据集链接: Brazilian Weather - Historical data (In Portuguese) - Data related to [...]
• Canadian Meteorological Centre: 数据集链接: Canadian Meteorological Centre
• Climate Data from UEA (updated monthly): 数据集链接: Climate Data from UEA (updated monthly)
• European Climate Assessment & Dataset: 数据集链接: European Climate Assessment & Dataset
• Global Climate Data Since 1929: 数据集链接: Global Climate Data Since 1929
• NASA Global Imagery Browse Services: 数据集链接: NASA Global Imagery Browse Services
• NOAA Bering Sea Climate: 数据集链接: NOAA Bering Sea Climate
• NOAA Climate Datasets: 数据集链接: NOAA Climate Datasets
• NOAA Realtime Weather Models: 数据集链接: NOAA Realtime Weather Models
• NOAA SURFRAD Meteorology and Radiation Datasets: 数据集链接: NOAA SURFRAD Meteorology and Radiation Datasets
• The World Bank Open Data Resources for Climate Change: 数据集链接: The World Bank Open Data Resources for Climate Change
• UEA Climatic Research Unit: 数据集链接: UEA Climatic Research Unit
• WU Historical Weather Worldwide: 数据集链接: WU Historical Weather Worldwide
• WorldClim - Global Climate Data: 数据集链接: WorldClim - Global Climate Data

复杂网络

• AMiner Citation Network Dataset: 数据集链接: AMiner Citation Network Dataset
• CrossRef DOI URLs: 数据集链接: CrossRef DOI URLs
• DBLP Citation dataset: 数据集链接: DBLP Citation dataset
• DIMACS Road Networks Collection: 数据集链接: DIMACS Road Networks Collection
• NBER Patent Citations: 数据集链接: NBER Patent Citations
• NIST complex networks data collection: 数据集链接: NIST complex networks data collection
• Network Repository with Interactive Exploratory Analysis Tools: 数据集链接: Network Repository with Interactive Exploratory Analysis Tools
• Protein-protein interaction network: 数据集链接: Protein-protein interaction network
• PyPI and Maven Dependency Network: 数据集链接: PyPI and Maven Dependency Network
• Scopus Citation Database: 数据集链接: Scopus Citation Database
• Small Network Data: 数据集链接: Small Network Data
• Stanford GraphBase: 数据集链接: Stanford GraphBase
• Stanford Large Network Dataset Collection: 数据集链接: Stanford Large Network Dataset Collection
• Stanford Longitudinal Network Data Sources: 数据集链接: Stanford Longitudinal Network Data Sources
• The Koblenz Network Collection: 数据集链接: The Koblenz Network Collection
• The Laboratory for Web Algorithmics (UNIMI): 数据集链接: The Laboratory for Web Algorithmics (UNIMI)
• UCI Network Data Repository: 数据集链接: UCI Network Data Repository
• UFL sparse matrix collection: 数据集链接: UFL sparse matrix collection
• WSU Graph Database: 数据集链接: WSU Graph Database

计算机网络

• 3.5B Web Pages from CommonCrawl 2012: 数据集链接: 3.5B Web Pages from CommonCrawl 2012
• 53.5B Web clicks of 100K users in Indiana Univ.: 数据集链接: 53.5B Web clicks of 100K users in Indiana Univ.
• CAIDA Internet Datasets: 数据集链接: CAIDA Internet Datasets
• CRAWDAD Wireless datasets from Dartmouth Univ.: 数据集链接: CRAWDAD Wireless datasets from Dartmouth Univ.
• ClueWeb09 - 1B web pages: 数据集链接: ClueWeb09 - 1B web pages
• ClueWeb12 - 733M web pages: 数据集链接: ClueWeb12 - 733M web pages
• CommonCrawl Web Data over 7 years: 数据集链接: CommonCrawl Web Data over 7 years
• Criteo click-through data: 数据集链接: Criteo click-through data
• Internet-Wide Scan Data Repository: 数据集链接: Internet-Wide Scan Data Repository
• OONI: Open Observatory of Network Interference - Internet censorship data: 数据集链接: OONI: Open Observatory of Network Interference - Internet censorship data
• Open Mobile Data by MobiPerf: 数据集链接: Open Mobile Data by MobiPerf
• The Peer-to-Peer Trace Archive - Real-world measurements play a key role [...]: 数据集链接: The Peer-to-Peer Trace Archive - Real-world measurements play a key role [...]
• Rapid7 Sonar Internet Scans: 数据集链接: [Rapid7

搜集汇总

数据集介绍

构建方式

该数据集是一个汇集了众多主题公共数据源的列表，数据集的构建主要通过从博客、回答和用户响应中收集和整理高质量的数据源。

特点

数据集的特点在于其主题-centric的公共数据源列表，涵盖了农业、生物学、气候与天气、复杂网络、计算机网络、数据挑战、地球科学、经济学、教育、能源、金融和GIS等多个领域。每个数据源都提供了详细的信息链接。

使用方法

用户可以通过直接访问每个数据源的链接来使用这些数据。数据集的维护和更新是通过apd-core自动生成的，用户可以通过apd-core提供的贡献指南来提交新的数据源或更新现有数据源。

背景与挑战

背景概述

多个数据集涵盖了广泛的研究领域，包括农业、生物学、气候与天气、复杂网络、计算机网络、数据挑战、地球科学、经济学、教育、能源、金融和地理信息系统等。这些数据集由多个研究机构、大学和政府部门创建和维护，旨在推动相关领域的研究与进步。它们不仅包含了丰富的数据资源，也体现了数据共享与开放合作的科研精神。

当前挑战

尽管这些数据集为研究提供了宝贵的资源，但在使用过程中也面临诸多挑战。例如，数据集的质量、一致性、完整性和可访问性是需要关注的问题。此外，不同数据集之间的互操作性、数据隐私保护、以及数据更新和维护也是研究人员在使用过程中经常遇到的挑战。

常用场景

经典使用场景

多个数据集的常见使用场景在于为研究人员提供丰富多样的数据资源，以便于他们能够根据不同的研究需求选择合适的数据集进行数据分析、模型训练和学术探索。例如，在生物信息学领域，研究人员可能会使用1000 Genomes数据集来研究人类基因组的多样性；在地理信息系统领域，ArcGIS Open Data portal则提供了丰富的地理空间数据，支持城市规划和环境监测等应用。

解决学术问题

这些数据集解决了多种学术研究问题，如1000 Genomes数据集帮助科学家更好地理解基因变异和疾病关联，而GeoNames Worldwide则提供了全球地名数据，有助于改进地理位置信息服务和地图制作。此外，经济领域的数据集如Our World in Data，则支持了全球经济发展趋势的分析和研究。

衍生相关工作

基于这些数据集，衍生出了许多相关的工作和研究。例如，基于1000 Genomes数据集的研究成果不断涌现，推动了精准医疗的发展；地理信息系统数据集则催生了智慧城市和智能交通系统的研究与实践。这些衍生的相关工作进一步扩展了数据集的应用范围，推动了科技进步和社会发展。