【强烈推荐】公共数据集

农业

•  土壤水分的高光谱基准数据集
•  美国农业部营养数据库
•  美国农业部植物数据库

生物学

•  1000个基因组 [ fixme ]
•  美国肠道（微生物组计划）
•  广泛的生物影像基准收集（BBBC）
•  广泛的癌细胞系百科全书（CCLE）
•  细胞图像库
•  完整的基因组学公共数据
•  EBI ArrayExpress
•  欧洲EBI蛋白质数据库
•  编码项目
•  电子显微镜飞行员图像档案（EMPIAR）
•  合奏基因组
•  基因表达综合（GEO）
•  基因本体论（GO）-GO批注文件
•  全球生物相互作用（GloBI）
•  哈佛医学院（HMS）LINCS项目
•  人类基因组多样性计划
•  人类微生物组计划（HMP）
•  ICOS PSP基准
•  国际HapMap项目
•  细胞生物学杂志DataViewer [ fixme ]
•  KEGG-KEGG是用于了解高级功能的数据库资源[...]
•  麻省理工学院癌症基因组学数据
•  NCBI蛋白
•  NCBI分类法
•  NCI基因组数据共享
•  NIH芯片数据
•  OpenSNP基因型数据
•  Pathguid-蛋白质-蛋白质相互作用目录
•  蛋白质数据库
•  精神病基因组学联盟
•  PubChem项目
•  PubGene（现为Coremine Medical）
•  癌症的体细胞突变的桑格目录（COSMIC）
•  癌症项目中药物敏感性的Sanger基因组学（GDSC）
•  序列读取档案（SRA）
•  斯坦福大学芯片数据
•  Stowers Institute原始数据存储库
•  生物动力学系统科学（SSBD）数据库
•  癌症基因组图谱（TCGA），可通过Broad GDAC获得
•  生活目录
•  个人基因组计划
•  UCSC公共数据
•  单基因
•  通用蛋白资源（UnitProt）

气候+天气

•  精算师气候指数
•  澳大利亚天气
•  航空气象中心-一致，及时和准确的天气[...]
•  巴西天气-历史数据（葡萄牙语）-与[...]相关的数据
•  加拿大气象中心
•  来自UEA的气候数据（每月更新）
•  荷兰天气-KNMI数据中心（KDC）门户提供对KNMI的访问[...]
•  欧洲气候评估与数据集
•  自1929年以来的全球气候数据
•  NASA全球影像浏览服务
•  NOAA白令海气候
•  NOAA气候数据集
•  NOAA实时天气模型
•  NOAA SURFRAD气象和辐射数据集
•  世界银行为气候变化开放数据资源
•  UEA气候研究组
•  WU全球历史天气
•  WorldClim-全球气候数据

复杂网络

•  Aminer引文网络数据集
•  CrossRef DOI网址
•  DBLP引文数据集
•  DIMACS道路网络集合
•  NBER专利引用
•  NIST复杂网络数据收集
•  具有交互式探索性分析工具的网络存储库
•  蛋白质相互作用网络
•  PyPI和Maven依赖网络
•  Scopus引文数据库
•  小型网络数据
•  斯坦福图库
•  斯坦福大学大型网络数据集
•  斯坦福纵向网络数据源 [ fixme ]
•  科布伦茨网络收藏集 [ fixme ]
•  网络算法实验室（UNIMI）
•  UCI网络数据存储库
•  UFL稀疏矩阵集合
•  WSU图形数据库 [ fixme ]

计算机网络

•  来自CommonCrawl 2012的3.5B网页
•  印第安纳大学10万用户的53.5B Web单击。
•  CAIDA Internet数据集
•  来自达特茅斯大学的CRAWDAD无线数据集。
•  ClueWeb09-1B网页
•  ClueWeb12-733M网页
•  超过7年的CommonCrawl Web数据
•  Criteo点击数据
•  互联网扫描数据存储库
•  MIRAGE-2019-MIRAGE-2019是由人类生成的移动交通数据集[...]
•  OONI：开放网络干扰观测站-互联网审查数据
•  MobiPerf打开移动数据
•  点对点跟踪存档-现实世界的测量起着关键作用[...]
•  Rapid7声纳互联网扫描
•  UCSD网络望远镜，IPv4 / 8网

数据挑战

•  暴力数据库
•  机器学习的挑战
•  人群ANALYTIX dataX
•  Orange的D4D挑战 [ fixme ]
•  DrivenData社会公益竞赛
•  ICWSM数据挑战赛（自2009年起）
•  2012年腾讯KDD杯
•  Kaggle比赛数据
•  本地化数据可视化挑战
•  Netflix奖
•  太空应用挑战赛
•  意大利电信大数据挑战
•  TravisTorrent数据集-MSR'2017采矿挑战赛
•  TunedIT-数据挖掘和机器学习数据集，算法，挑战
•  Yelp数据集挑战

地球科学

•  38-Cloud（云检测）-包含38个Landsat 8场景图像及其[[]
•  AQUASTAT-全球水资源和用途
•  BODC-约22K vars的海洋数据
•  EOSDIS-NASA的地球观测系统数据
•  地球模型
•  集成海洋观测系统（IMOS）-大约30TB的海洋测量值
•  Marinexplore-开放的海洋学数据
•  阿拉巴马州实时沿海观测系统
•  国家河口研究储备系统全程监控计划-[...]
•  石油和天然气管理局公开数据-该数据集涵盖12,500个海上[...]
•  史密森学会全球火山与喷发数据库
•  USGS地震档案

经济学

•  美国经济协会（AEA）
•  UMD的EconData
•  世界经济自由数据
•  历史宏观经济统计
•  INFORUM-马里兰大学的行业间预测
•  DBnomics –世界经济数据库–汇总数百个[...]
•  国际贸易统计
•  互联网产品代码数据库
•  联合外债数据中心
•  乔恩·哈夫曼（Jon Haveman）国际贸易数据链接
•  OpenCorporates全球公司数据库
•  数据世界
•  SciencesPo世界贸易重力数据集
•  经济复杂性地图集
•  国际数据中心
•  经济复杂性观察站
•  联合国商品贸易统计
•  联合国人类发展报告

教育

•  大学记分卡数据
•  纽约州教育局数据-纽约州教育[...]
•  Free Code Camp的学生数据

能源

•  AMPds
•  蓝色
•  精梳
•  环保
•  环评
•  全球电厂数据库-全球电厂数据库是[...]
•  HES-英国家庭用电研究
•  高频电子设备
•  PLAID-即插即用设备标识数据集 [ fixme ]
•  降级
•  智能电表数据门户-智能电表数据门户是[...]
•  跟踪数据库
•  UK-DALE-英国家用电器级电力 [ fixme ]
•  白酒
•  艾威

金融

•  Blockmodo硬币注册表-JSON格式的信息文件的注册表[...]
•  芝加哥期权交易所期货交易所
•  Google财经
•  Google趋势
•  纳斯达克
•  纽约证券交易所市场数据
•  万达
•  OSU财务数据 [ fixme ]
•  Quandl
•  圣路易斯联邦
•  雅虎财经

地理信息系统

•  ArcGIS Open Data门户
•  GitHub上的美国马萨诸塞州剑桥市GIS数据
•  事实全球位置数据
•  IEEE地球科学与遥感学会DASE网站
•  地理地图-以编程方式生成的高质量GeoJSON地图
•  来自ASU的地理空间数据
•  Geo Wiki项目-公民驱动的环境监控
•  GeoFabrik-OSM数据提取为多种格式和区域
•  全球地名
•  全球行政区数据库（GADM）-整理的地理空间数据[...]
•  国土基础设施基础级数据
•  AWS上的Landsat 8
•  所有语言的所有国家/地区列表
•  国家气象局GIS数据门户
•  天然地球-世界的向量和栅格
•  开放地址
•  OpenStreetMap（OSM）
•  le宿-地名和古迹图
•  使用OSM数据的反向地址解析器
•  Robin Wilson-免费的GIS数据集
•  老虎/线-美国边界和道路
•  TZ时区shapfiles
•  TwoFishes-Foursquare的粗略地理编码器
•  联合国环境数据
•  美国国务院的世界边界
•  世界各国采用多种格式

政府

•  加拿大省艾伯塔省
•  比利时安特卫普
•  阿根廷（非官方）
•  阿根廷达托斯-阿根廷阿根廷的达托斯abiertos门户。[...]
•  美国德克萨斯州奥斯汀
•  澳大利亚（abs.gov.au）
•  澳大利亚（data.gov.au）
•  奥地利（data.gv.at）
•  美国路易斯安那州巴吞鲁日
•  以色列贝尔谢巴-开放数据门户（Smart7 OpenData）
•  比利时
•  巴西
•  阿根廷布宜诺斯艾利斯
•  加拿大卡尔加里（AB）
•  美国马萨诸塞州剑桥市
•  加拿大
•  芝加哥
•  智利
•  中国
•  达拉斯开放数据
•  DataBC-来自不列颠哥伦比亚省的数据
•  丹佛公开数据
•  北卡罗来纳州达勒姆公开数据
•  加拿大艾伯塔省埃德蒙顿
•  英格兰LG
•  欧盟统计局
•  EveryPolitician-正在进行的项目在每个[...]上整理和共享数据
•  联邦统计方法委员会（FCSM）（以前称为FedStats）
•  芬兰
•  法国
•  加拿大新罕布什尔州弗雷德里克顿
•  加拿大加蒂诺（QC）
•  德国
•  比利时根特
•  英国苏格兰格拉斯哥
•  希腊
•  监护世界各国政府
•  加拿大新罕布什尔州哈利法克斯
•  芬兰赫尔辛基地区
•  中国香港
•  美国德克萨斯州休斯顿
•  印度政府数据
•  印尼数据门户
•  爱尔兰的开放数据门户
•  以色列的开放数据门户
•  意大利-Il Portale dati.gov.it和catalog nazionale dei metadati [...]
•  日本
•  加拿大QC拉瓦尔
•  肯塔基州列克星敦
•  英国伦敦数据存储区
•  加拿大安大略省伦敦市
•  洛杉矶公开数据
•  卢森堡-卢森堡开放数据门户
•  美国马萨诸塞州MassGIS
•  美国加利福尼亚州大都会运输委员会（MTC）
•  墨西哥
•  加拿大安大略省密西沙加
•  摩尔多瓦
•  加拿大新罕布什尔州蒙克顿
•  加拿大蒙特利尔
•  美国加利福尼亚州山景城（GIS）
•  纽约市开放数据 [ fixme ]
•  纽约市Betanyc
•  荷兰
•  新西兰
•  经合组织
•  美国加利福尼亚州奥克兰
•  俄克拉荷马州
•  非洲公开数据
•  印度开放政府数据（OGD）平台
•  OpenDataSoft的1,600个开放数据列表
•  俄勒冈州
•  加拿大安大略省渥太华
•  美国加利福尼亚帕洛阿尔托
•  OpenDataPhilly-OpenDataPhilly是[...]中的开放数据目录
•  俄勒冈州波特兰
•  葡萄牙-Pordata组织
•  波多黎各政府
•  加拿大魁北克省魁北克市
•  加拿大魁北克省
•  加拿大里贾纳SK
•  巴西里约热内卢
•  罗马尼亚
•  俄国
•  加利福尼亚圣地亚哥
•  德克萨斯州圣安东尼奥市-现在的社区信息-CI：Now是一家非营利组织[...] [ fixme ]
•  旧金山数据集
•  美国加利福尼亚州圣何塞
•  美国加利福尼亚州圣马特奥县
•  加拿大省萨斯喀彻温省
•  西雅图
•  新加坡政府数据
•  南非贸易统计
•  南非
•  美国犹他州
•  瑞士
•  台湾政府
•  台湾
•  特拉维夫开放数据
•  德州公开数据
•  世界银行 [ fixme ]
•  加拿大安大略省多伦多市
•  突尼斯 [ fixme ]
•  英国政府数据 [ fixme ]
•  美国美国社区调查 [ fixme ]
•  美国CDC公共卫生数据集
•  美国人口普查局
•  美国住房和城市发展部（HUD）
•  美国联邦政府机构
•  美国联邦政府数据目录
•  美国食品药品监督管理局（FDA）
•  美国国家教育统计中心（NCES）
•  美国公开政府
•  英国2011年人口普查公开地图集项目 [ fixme ]
•  美国专利商标局（USPTO）批量数据产品
•  乌干达统计局
•  乌克兰
•  联合国
•  乌拉圭 [ fixme ]
•  美国加利福尼亚谷运输管理局（VTA） [ fixme ]
•  温哥华，不列颠哥伦比亚省开放数据目录
•  加拿大不列颠哥伦比亚省维多利亚
•  维也纳，奥地利
•  美国国会研究服务（CRS）报告

卫生保健

•  美国农业部国家标准标准营养数据库的原料，加工，制备食品的组成[...]
•  EHDP大型健康数据集
•  GDC-GDC支持CCG，TCGA，TARGET等多种癌症基因组程序。
•  Gapminder世界人口数据库
•  MeSH，用于将PubMed的文章编入索引的词库
•  美国Medicare承保范围数据库（MCD）
•  Medicare.gov数据的Medicare数据引擎
•  医疗保险数据文件
•  受影响国家埃博拉病例和死亡人数（2014年）
•  Open-ODS（英国NHS的结构）
•  OpenPaymentsData，医疗保健财务关系数据
•  PhysioBank数据库-庞大且不断增长的生理数据档案。
•  癌症影像档案库（TCIA）
•  癌症基因组图谱项目（TCGA）
•  世界卫生组织全球卫生观察站
•  整合生物学和床边的信息学

图像处理

•  10k美国成人面孔数据库
•  2GB的猫照片
•  性别和年龄分类的未过滤面孔
•  情感图像分类
•  具有属性的动物
•  潜水员手势的CADDY水下立体视觉数据集-[...]
•  加州理工学院行人检测基准
•  Chars74K数据集-自然图像中的字符识别（英语[...]
•  Danbooru标记的动漫插图数据集-大型动漫图像[...]
•  DukeMTMC数据集- DukeMTMC旨在加速在多目标[...]进展 [ FIXME ]
•  人脸识别基准
•  Flickr：32类品牌徽标 [ fixme ]
•  GDXray-用于X射线测试和计算机视觉的X射线图像
•  HumanEva数据集-HumanEva-I数据集包含7个经过校准的视频[...]
•  ImageNet（在WordNet层次结构中）
•  室内场景识别
•  UFL国际情感图片系统
•  KITTI视觉基准套件
•  亚历山大标签信息图书馆-生物与保护-[...]
•  MNIST手写数字数据库，近一百万个示例
•  麻省理工学院的大规模视觉记忆刺激
•  从Google打开图像-具有分割蒙版的图片2.8 [...]
•  麻省理工学院SUN数据库
•  几个“轮廓形状”数据集 [ fixme ]
•  斯坦福犬数据集
•  动作相似性标签（ASLAN）挑战
•  Oxford-IIIT宠物数据集
•  暴力流程-人群暴力/非暴力数据库和基准
•  视觉基因组
•  YouTube Faces数据库

机器学习

•  All-Age-Faces数据集-包含分布的13'322个亚洲人脸图像[...]
•  来自五个域的上下文感知数据集
•  挖掘数据集以进行分类和回归
•  Discogs月度数据
•  免费音乐档案
•  IMDb数据库
•  用于分类，回归和时间序列的Keel存储库
•  贴有标签的野外面孔（LFW）
•  借贷俱乐部贷款数据
•  机器学习数据集存储库 [ fixme ]
•  百万首歌曲数据集
•  更多歌曲数据集
•  MovieLens数据集
•  纽约人字幕比赛等级
•  RDataMining-“ R和数据挖掘”电子书数据
•  地球上已注册的陨石 [ fixme ]
•  旧金山的餐厅健康评分数据
•  UCI机器学习存储库
•  雅虎！等级和分类数据
•  YouTube边界框
•  Youtube 8分钟
•  eBay在线拍卖（2012）

博物馆

•  加拿大科技博物馆公司的开放数据
•  库珀·休伊特的收藏数据库
•  明尼阿波利斯艺术学院元数据
•  自然历史博物馆（伦敦）数据门户
•  国立博物馆历史艺术收藏
•  泰特美术馆（Tate Collection）元数据
•  盖蒂词汇

自然语言

•  自动关键词提取
•  暴雪挑战演讲-演讲和文字数据来自[...]
•  博客语料库
•  CLiPS样式调查语料库
•  线索网09
•  ClueWeb12 FACC
•  DBpedia-有583M个事实的458万个事实
•  Flickr个人分类法
•  人，地方和事物的免费库 [ fixme ]
•  德国政治演讲语料库-[...]的政治演讲集
•  Google图书Ngrams（2.2TB）
•  Google MC-AFP-基于公共可用的Gigaword数据集生成[...]
•  Google Web 5gram（1TB，2006年）
•  古腾堡电子书清单
•  议事录文本大块的加拿大议会
•  LJ语音-语音数据集由[...]的13,100个短音频片段组成
•  M-AILabs语音-M-AILABS语音数据集是第一个大型数据集[...] [ fixme ]
•  Microsoft MAchine读取理解数据集（或MS MARCO）
•  来自Microsoft Research的文本的机器理解测试（MCTest）
•  欧洲语言的机器翻译
•  了解Microposts 2013-概念提取 [ fixme ]
•  了解微博2016-命名实体的重新认识和链接
•  多域情感数据集（2.0版）
•  嘈杂的语音数据库，用于训练语音增强算法和TTS [...]
•  开放多语言Wordnet
•  POS / NER /块批注数据
•  人物语料库
•  英文垃圾短信收集
•  SaudiNewsNet的沙特报纸文章集（阿拉伯语，3万篇文章）
•  斯坦福问答数据集（SQuAD）
•  2005〜2011年USENET张贴语料库
•  普遍依赖
•  Webhose-多种语言的新闻/博客
•  Wikidata-维基百科数据库
•  维基百科链接数据-上下文中的4000万个实体
•  WordNet数据库和工具
•  WorldTree基础科学问题解释图语料库-[...]

神经科学

•  艾伦研究所数据集
•  脑部目录 [ fixme ]
•  Brainomics [ FIXME ]
•  CodeNeuro数据集 [ FIXME ]
•  计算神经科学（CRCNS）的合作研究
•  FCP-INDI
•  人类Connectome项目
•  NDAR
•  NIMH数据档案
•  神经数据
•  NeuroMorpho-NeuroMorpho.Org是集中整理的[...]
•  神经电
•  绿洲
•  OpenNEURO
•  磁共振成像
•  学习阿甘

物理

•  欧洲核子研究组织开放数据门户
•  晶体学开放数据库
•  IceCube-南极中微子观测所 [ fixme ]
•  Ligo开放科学中心（LOSC）-LIGO引力波数据[...]
•  NASA系外行星档案
•  550太空飞船的NSSDC（NASA）数据
•  斯隆数字天空调查（SDSS）-绘制宇宙图

前列腺癌

•  EOPC-DE-早发前列腺癌-德国-早发前列腺癌[...]
•  GENIE-来自基因组证据瘤形成信息交换的数据[...]
•  基因组Hallmarks前列腺腺癌CPC-GENE-综合[...]
•  MSK-IMPACT-临床测序队列-MSKCC-前列腺癌-靶向[...]
•  转移性前列腺癌-MCTP-全面分析61 [...]
•  转移性前列腺癌SU2CPCF梦之队​​-[...]的综合分析
•  NPCR-2001-2015-CDC国家癌症计划数据库[...]
•  NPCR-2005-2015-CDC国家癌症计划数据库[...]
•  NaF前列腺素-NaF前列腺素是F-18 NaF正电子发射的集合[...]
•  神经内分泌-前列腺癌-[...]的整个外显子组和RNA Seq数据
•  PLCO-Prostate-Diagnostic-Procedures-前列腺诊断程序[...]
•  PLCO-前列腺-医疗并发症-前列腺医疗并发症[...]
•  PLCO-前列腺筛查异常-前列腺筛查[...]
•  PLCO-前列腺筛查-前列腺筛查数据集（177,315 [...]
•  PLCO-Prostate-Treatments-前列腺治疗数据集（13,409 [...]
•  PLCO-Prostate-Prostate数据集是一个综合的数据集，它[...]
•  PRAD-CA-前列腺腺癌-加拿大-前列腺腺癌-[...]
•  PRAD-FR-前列腺癌-法国-前列腺癌-[...]
•  PRAD-英国-前列腺腺癌-英国-前列腺腺癌[...]
•  PROSTATEx-Challenge-回顾性前列腺MR研究。全部[...]
•  前列腺3T-前列腺3T项目以[...]的形式向TCIA提供了成像数据
•  前列腺-腺癌-广-康奈尔-2012-[...]的综合概况
•  前列腺-腺癌-广-康奈尔-2013-[...]的综合概况
•  前列腺腺癌CNA研究MSKCC-103的拷贝数分析
•  前列腺-腺癌-弗雷德-哈钦森-CRC-[...]的综合分析
•  前列腺腺癌（MSKCC / DFCI）-1013的全外显子组测序[...]
•  前列腺-腺癌-MSKCC-MSKCC前列腺癌基因组计划。181 [...]
•  前列腺-腺癌-类器官-MSKCC-前列腺的外显子图谱分析[...]
•  前列腺腺癌-太阳实验室-全基因组和转录组[...]
•  前列腺癌-TCGA-PanCancer-Atlas-综合TCGA [...]
•  前列腺-腺癌-TCGA-333例原发性肿瘤的综合分析
•  前列腺诊断-PCa T1和T2加权磁共振图像[...]
•  前列腺融合MRI病理学-前列腺融合MRI病理学[...]
•  前列腺MRI-前列腺磁共振前列腺MRI [...]
•  Prostate-R-流行的统计软件包R包含前列腺癌[...]
•  QIN-PROSTATE-Repeatability-QIN-PROSTATE-Repeatability数据集是一个[...]
•  QIN-PROSTATE-定量成像的QIN PROSTATE集合[...]
•  SEER-YR1973_2015.SEER9-SEER 2017年11月研究数据文件，来自[...]
•  SEER-YR1992_2015.SJ_LA_RG_AK-SEER 2017年11月研究数据文件[...]
•  SEER-YR2000_2015.CA_KY_LO_NJ_GA-SEER 2017年11月研究数据[...]
•  SEER-YR2000_2015.CA_KY_LO_NJ_GA-2005年7月至12月诊断为[...]
•  TCGA-PRAD-US-TCGA前列腺腺癌（499个样本）。

心理学+认知

•  OSU认知建模存储库数据集 [ fixme ]

公共领域

•  亚马孙
•  Archive.org数据集
•  从Internet存档存档
•  CMU JASA数据存档
•  CMU StatLab集合
•  数据世界
•  Data360 [ FIXME ]
•  谜公众
•  谷歌
•  大漫画数据库-大漫画数据库（GCD）是非营利性组织，[...]
•  InfoChimps这类 [ FIXME ]
•  KDNuggets数据收集
•  Microsoft Azure数据市场免费数据集
•  微软数据科学研究院
•  微软研究开放数据
•  努布雷
•  打开库数据转储
•  Reddit数据集 [ fixme ]
•  RevolutionAnalytics集合
•  样本R数据集
•  StatSci.org
•  Stats4Stem R数据集（已归档）
•  华盛顿邮报列表
•  UCLA SOCR数据收集
•  不明飞行物报告
•  Wikileaks 911寻呼机拦截
•  Yahoo Webscope

搜索引擎

•  UMB数据共享的学术洪流
•  DataMarket（Qlik） [ fixme ]
•  数据中心
•  哈佛数据科学网络
•  ICPSR（UMICH）
•  教育科学研究所
•  国家技术报告图书馆
•  开放数据证书（测试版）
•  OpenDataNetwork-所有Socrata支持的数据门户的搜索引擎
•  Statista.com-统计和研究
•  Zenodo-一个开放的，可靠的科学之家

社交网络

•  72小时#gamergate Twitter刮cra
•  Ancestry.com论坛数据集超过10年
•  150位用户的CMU Enron电子邮件
•  Cheng-Caverlee-Lee 2009年9月-2010年1月Twitter Scrape
•  S3上托管的EDRM Enron电子邮件共有151个用户
•  Facebook数据抓取（2005）
•  法网的Facebook社交网络（自2007年起）
•  UMN / Sarwat的Foursquare（2013）
•  GitHub协作档案
•  Google学术搜索引用关系 [ fixme ]
•  穿戴式传感器的高分辨率接触网
•  独立地图：社交图和顶级Indie网站的抓取
•  UMASS的移动社交网络
•  网络推特数据
•  Reddit评论
•  Skytrax的航空旅行评论数据集
•  社交推特数据
•  SourceForge.net研究数据
•  用于在线声誉管理的Twitter数据
•  Twitter数据用于情感分析
•  整个Twitter网站的Twitter图
•  Twitter的刮Calufa 2011年5月 [ FIXME ]
•  UNIMI / LAW社交网络数据集
•  美国国会的Twitter数据-带有1100+条推文的每日数据集[...]
•  雅虎！图形和社交数据
•  2007、2008年的YouTube视频社交图谱

社会科学

•  ACLED（武装冲突位置和事件数据项目）
•  加拿大法律信息研究所
•  系统和平数据集中心-冲突趋势，政体，国家脆弱性等 [ fixme ]
•  战争相关项目
•  密码共谋理论项目
•  数据卡 [ fixme ]
•  欧洲社会调查
•  FBI Hate Crime 2013-汇总数据
•  脆弱国家指数 [ fixme ]
•  GDELT全球活动数据库
•  1972年以来的一般社会调查（GSS）
•  德国社会调查
•  全球宗教期货项目
•  枪支暴力数据-包含[...]的全面，可访问的数据库
•  人道主义数据交换
•  通知风险管理指数
•  人口研究所
•  国际网络档案馆
•  国际社会调查计划ISSP
•  国际研究纲要项目
•  詹姆斯·麦圭尔（James McGuire）Cross国家数据
•  MIT现实采矿数据集
•  Norsk的MacroData指南samfunnsvitenskapelig datatjeneste
•  Microsoft学术知识图-Microsoft学术知识[...]
•  明尼苏达州人口中心
•  巴黎圣母院全球适应指数（ND-GAIN）
•  英格兰，威尔士和北爱尔兰的公开犯罪和警务数据
•  OpenSanctions-政治，个人和公司的全球数据库
•  Paul Hensel国际数据通用页面
•  皮尤研究网络调查项目
•  皮尤研究协会数据收集
•  政治极性数据 [ fixme ]
•  StackExchange数据资源管理器
•  恐怖主义研究与分析联合会
•  自1984年以来被处决的德克萨斯囚犯
•  泰坦尼克号生存数据集
•  UCB的社会科学数据档案库（D-Lab） [ fixme ]
•  加州大学洛杉矶分校社会科学数据档案
•  联合国民间社会数据库
•  UPJOHN用于劳动就业研究
•  全球大学
•  乌普萨拉冲突数据计划
•  世界银行开放数据
•  WorldPop项目-全球人口分布

软件

•  关于自由，自由和开源软件开发的FLOSSmole数据
•  GHTorrent-通过[...]提供的可扩展，可查询，脱机数据镜像
•  Libraries.io开源存储库和依赖项元数据
•  公共Git存档-所有人的大代码数据集– 182,014个顶级数据集[[]]
•  代码重复-标记为[...]的2k Java文件和600对Java函数对
•  提交消息-截至2019年3月，有13亿个GitHub提交消息
•  拉请求评论评论-2530万个GitHub PR评论评论[...]
•  源代码标识符-4170万个不同的可拆分标识符[...]

体育

•  美国忍者战士障碍物-包含历史上的所有障碍[...]
•  必发历史交易数据
•  Cricsheet火柴（板球）
•  1950年至今的Ergast Formula 1（API）
•  足球资源（数据和API）
•  拉曼的棒球数据库
•  Pinhooker：纯血种马销售数据
•  Pro Kabadi第1到7季-Pro Kabadi联赛是专业级别的[...]
•  棒球单张统计
•  网球ATP排名，结果和统计数据的数据库
•  WTA的排名，结果和统计数据的网球数据库

时间序列

•  3W数据集-就其作者所知，这是第一个[...]
•  数据库国际跨国家时间序列数据存档
•  硬盘故障率
•  麻省理工学院的心率时间序列
•  MU的时间序列数据库（TSDL） [ fixme ]
•  加州大学河滨时间序列数据集

运输

•  航空公司OD数据1987-2008
•  福特GoBike数据（以前为Bay Area Bike Share数据）
•  自行车共享系统（BSS）集合
•  荷兰交通信息
•  Microsoft Research的GeoLife GPS轨迹
•  德国火车系统的德国火车系统
•  哈伯韦百万骑在马 [ fixme ]
•  蒙特利尔BIXI自行车分享
•  纽约市出租车行程数据2009-
•  纽约市出租车旅行数据2013（FOIA /已填写）
•  纽约市优步旅行数据2014年4月至2014年9月
•  公开流量收集
•  OpenFlights-机场，航空公司和航线数据
•  费城自行车共享站（JSON）
•  始于1920年的飞机失事数据库
•  RITA航空公司的按时绩效数据
•  RITA / BTS传输数据收集（TranStat）
•  Renfe（西班牙国家铁路网）数据集
•  多伦多自行车共享站（JSON和GBFS文件）
•  伦敦运输（TFL）
•  芝加哥旅行追踪调查（TTS）
•  美国运输统计局（BTS）
•  1990年至2009年的美国国内航班
•  自2007年以来的美国货运分析框架

电子竞技

•  OpenDota数据转储

补充馆藏

• 数据打包的核心数据集
• 科学规范贡献数据库
• 越来越多的公共数据集：CoolDatasets。
• DataWrangling：Web上一些可用的数据集
• Inside-r：在Internet上查找数据
• OpenDataMonitor：欧洲可用的开放数据资源概述
• Quora：我在哪里可以找到向公众开放的大型数据集？
• RS.io：100 多个有趣的统计数据集
• StaTrek：利用开放数据了解城市生活