-
全球出生和死亡预测数据集1950-2100
该数据集提供了全面的全球人口动态数据，涵盖 1950 年至 2100 年。它包括联合国《2024 年世界人口展望》的历史估计和中期情景预测。该数据集涵盖 237 个国家或地区，为研究人员、政策制定者和数据爱好者提供了宝贵的资源，可用于分析 150 年期间的长期人口趋势及其潜在影响。 长期人口趋势分析与预测 历史人口研究和未来预测...
-
ONORC数据集2024年8月
该数据集包含 2024 年 8 月与“一国一配给卡”（ONORC）计划的州际可移植性功能相关的交易数据。ONORC 计划旨在为印度不同州的受益人提供无缝获取补贴粮食的途径，从而增强粮食安全并支持移民人口。
-
福布斯全球亿万富翁综合数据集2024
这份全面的数据集囊括了《福布斯》 2024 年列出的全球最富有人士的详细概况。该数据集通过细致的网络抓取和数据聚合编制而成，包含每位亿万富翁的广泛属性。字段包括姓名、年龄和性别等基本个人信息，以及包括净资产和财富来源在内的财务详细信息。该数据集进一步深入研究了行业参与、组织隶属关系、慈善事业和教育背景等方面。...
-
Crunchbase独角兽详情数据集
该数据集基于 Crunchbase 独角兽和新兴独角兽名单。 独角兽数据集包括投资后估值 10 亿美元或以上的私人独角兽公司，基于 Crunchbase 数据。 根据 Crunchbase 的数据，新兴独角兽包括估值 5 亿美元或以上但低于 10 亿美元的私营公司。
-
全球财富500 强企业数据集2024
该数据集提供了对 2024 年财富全球 500 强公司的详细见解。它包括排名、公司名称、收入、收入变化百分比、利润、资产、利润变化百分比和员工人数等重要指标。 这一丰富的数据集让我们得以一窥全球商业格局的演变，突显出企业如何适应新兴挑战和机遇。分析师可以利用这些数据来分析企业战略、确定增长领域，并根据历史表现预测市场趋势。...
-
Techstars扶持公司数据集
该数据集包含已获全球最知名的创业加速器之一Techstars接纳和支持的公司的详细信息。它提供了这些公司的全面概述，使其成为风险投资 (VC) 投资者、创业公司创始人和创新生态系统参与者的宝贵资源。
-
英国出口商名单2022
该数据集全面概述了 2022 年英国公司的出口活动。它包括有关出口商品、分类代码、交易期和关联公司的详细信息。数据经过精心整理和处理，以确保准确性和相关性，使其成为经济分析、市场研究和供应链管理的宝贵资源。
-
MLB 季后赛逐球数据2024
来自 Statcast 的 2024 年 MLB（美国职业棒球大联盟）季后赛的逐球数据，随着 2024 年季后赛的进展每天更新。 Statcast 技术的演变始于 2006 年的 PITCHf/x，这是一个使用固定摄像机跟踪美国职业棒球大联盟每个投球轨迹、速度和位置的开创性系统。2015 年，Statcast 作为升级版推出，将 TrackMan...
-
NVDA 股票数据集2024-9-分钟
财务数据是使用 yfinance 库获取的。情绪数据是通过抓取 Yahoo Finance 收集的，分数由 finBERT 提供。新闻每分钟抓取一次，时间为东部时间。程序停止抓取时发布的任何新闻文章都会在程序重新启动时添加，此时仍处于第二天上午 6:00 的市场营业时间之前。收盘价列应该是模型中的目标变量。
-
以太坊历史数据集2018-2024
以太坊由 Vitalik Buterin 于 2015 年推出，是一个去中心化的区块链平台，支持智能合约和去中心化应用程序 (dApps)。它引入了其原生加密货币以太币 (ETH)，为其网络提供动力。以太坊的创新技术推动了显著增长，使其成为去中心化金融 (DeFi) 和 NFT 的基础。 该数据集的历史以太坊价格包括 2018 年 9 月 4 日至...
-
多种健身锻炼数据集
该数据集提供了 50 种旨在促进整体健康和健身的各种锻炼的详细信息。它包括适合初学者到高级健身爱好者的各种活动，针对不同的肌肉群和健身目标。这些数据可用于个人健身计划、锻炼应用开发或健康和运动科学的数据分析项目。 锻炼名称：锻炼的通用名称。 类型：字符串 描述：数据集中每个锻炼的唯一标识符。 组数：建议练习的组数。 类型：整数...
-
萨默维尔市自行车行人数据
数据用途简介：该数据集为了解萨默维尔市居民的骑行和步行行为提供了重要的数据支持。 城市规划者和交通工程师可以利用这些数据分析交通流量，规划更安全、高效的非机动车和行人通道。研究人员可以研究出行模式的变化，评估外部因素（如天气、施工）对出行的影响，为政策制定和基础设施投资提供科学依据。此外，该数据还有助于环境和公共健康领域的研究，促进城市的可持续发展。
-
人工智能助力美国交通部统计
数据用途简介：评估不同AI用例在交通领域的应用现状和发展潜力，识别关键技术和应用趋势。 分析AI技术对交通系统效率和安全性的影响，支持交通管理和公共安全策略的制定。 研究联邦机构在AI技术使用中的最佳实践，促进跨部门合作和知识共享。 支持AI技术供应商和交通企业了解市场需求，优化产品和服务设计。 为学术研究提供基础数据，推动交通工程和人工智能领域的创新研究。
-
匹兹堡的自动驾驶汽车对骑行者和行人影响的调查2017-2019
数据用途简介：评估骑行者和行人对自动驾驶汽车的接受度和安全感受，识别潜在的安全隐患。 分析自动驾驶汽车对交通流量和交通事故的潜在影响，支持交通安全政策的制定。 研究不同人口统计群体对自动驾驶技术的看法，了解技术推广中的障碍和机遇。 评估自动驾驶汽车在共享道路环境中的表现，优化交通管理和基础设施规划。...
-
纽约州出租车休息站统计
数据用途简介：该数据集为分析和优化纽约市出租车与租赁车辆（FHV）休息站的布局和运营提供了重要的数据支持。 研究人员、城市规划者和交通管理部门可以利用这些数据进行休息站的地理分布分析、停车需求预测和服务质量评估。此外，数据集可用于构建智能交通系统，提升城市交通效率，优化休息站资源配置，保障司机和乘客的安全与便利。
-
纽约市出租车区域数据
数据用途简介：该数据集为研究纽约市绿牌出租车的运营状况提供了丰富的信息，适用于多种分析和应用场景。 研究人员和数据分析师可以利用这些数据进行交通流量分析、乘客行为研究、费用结构优化等。此外，城市规划者可以基于数据优化交通管理策略，提升公共交通服务质量。对于数据科学领域，数据集是构建预测模型、进行机器学习实验和开发智能交通系统的理想资源。
-
纽约市安全快递柜位置数据
数据用途简介，该数据集可用于多方面的分析和研究，包括城市公共设施布局优化、物流配送路径规划、社区服务需求分析和数据可视化展示。 通过对储物柜位置和相关行政区划信息的分析，城市规划者和公共设施管理者可以更好地理解储物柜的分布情况，制定更加科学和合理的管理策略。此外，物流公司和社区服务提供者可以利用该数据提升包裹配送和居民服务的效率和质量。
-
纽约绿牌出租车数据统计
数据用途简介：评估绿牌出租车的乘客流量和运营效率，识别高需求时段和区域。 分析不同费率类型对乘客选择的影响，优化定价策略。 研究支付方式的使用趋势，推动数字支付的普及。 了解乘客数量与行程距离的关系，优化车辆配置和服务范围。 支持绿色交通政策的制定，促进环保出行方式的发展。
-
纽约旧金山华盛顿每日公共交通乘客统计
数据用途简介，该数据集可用于多方面的分析和研究，包括但不限于交通流量趋势分析、运营效率优化、公共交通系统评估和城市交通规划。 通过对每日乘客量数据的深入分析，交通管理者和规划者可以更好地理解公共交通系统的运行状况，制定更加科学和合理的运营策略。此外，数据可视化工具可以帮助直观展示数据，支持数据驱动的决策过程。
-
纽约大都会运输署颜色数据集
数据用途简介，该数据集可用于分析和应用MTA各项服务的颜色编码，帮助品牌管理和图形设计师确保视觉一致性，支持交通规划者优化交通指示系统的颜色使用，提高乘客的识别和导航效率。 此外，开发者和数据分析师可以利用该数据集进行交通系统的可视化展示，增强数据的可读性和可理解性。无障碍设计师也可参考该数据集，确保颜色选择符合视觉可访问性标准，提升所有乘客的使用体验。
