Education_Expenditure_Trends|教育支出数据集|全球趋势数据集
收藏Education_Expenditure_Trends 数据集概述
数据集概览
- 指标: 政府教育支出占GDP的百分比。
- 来源: World Bank
- 时间跨度: 各国不同,涵盖多个年代。
- 地理覆盖范围: 全球。
关键问题探索
- 哪些国家在教育上分配的GDP百分比最高?
- 不同地区的教育支出随时间如何变化?
- 教育支出与经济指标(如人均GDP)之间是否存在相关性?
潜在应用
- 趋势分析: 研究数十年间教育支出的变化。
- 跨国比较: 识别教育投资的不平等。
- 相关性研究: 分析教育支出与识字率、GDP增长或学校入学率之间的关系。
示例可视化
- 按地区的教育支出热图。
- 显示教育支出随时间变化趋势的折线图。
- 支出与识字率相关的散点图。
分析工具
- Python库:
pandas
,matplotlib
,seaborn
,plotly
- Jupyter Notebook 用于探索性数据分析(EDA)。

Google Scholar
Google Scholar是一个学术搜索引擎,旨在检索学术文献、论文、书籍、摘要和文章等。它涵盖了广泛的学科领域,包括自然科学、社会科学、艺术和人文学科。用户可以通过关键词搜索、作者姓名、出版物名称等方式查找相关学术资源。
scholar.google.com 收录
ChemBL
ChemBL是一个化学信息学数据库,包含大量生物活性数据,涵盖了药物发现和开发过程中的各种化学实体。数据集包括化合物的结构信息、生物活性数据、靶点信息等。
www.ebi.ac.uk 收录
VQA
我们提出了自由形式和开放式视觉问答 (VQA) 的任务。给定图像和关于图像的自然语言问题,任务是提供准确的自然语言答案。反映许多现实世界的场景,例如帮助视障人士,问题和答案都是开放式的。视觉问题有选择地针对图像的不同区域,包括背景细节和底层上下文。因此,与生成通用图像说明的系统相比,在 VQA 上取得成功的系统通常需要对图像和复杂推理有更详细的理解。此外,VQA 适合自动评估,因为许多开放式答案仅包含几个单词或一组封闭的答案,可以以多项选择的形式提供。我们提供了一个数据集包含 100,000 的图像和问题并讨论它提供的信息。提供了许多 VQA 基线,并与人类表现进行了比较。
OpenDataLab 收录
flames-and-smoke-datasets
该仓库总结了多个公开的火焰和烟雾数据集,包括DFS、D-Fire dataset、FASDD、FLAME、BoWFire、VisiFire、fire-smoke-detect-yolov4、Forest Fire等数据集。每个数据集都有详细的描述,包括数据来源、图像数量、标注信息等。
github 收录
中国空气质量数据集(2014-2020年)
数据集中的空气质量数据类型包括PM2.5, PM10, SO2, NO2, O3, CO, AQI,包含了2014-2020年全国360个城市的逐日空气质量监测数据。监测数据来自中国环境监测总站的全国城市空气质量实时发布平台,每日更新。数据集的原始文件为CSV的文本记录,通过空间化处理生产出Shape格式的空间数据。数据集包括CSV格式和Shape格式两数数据格式。
国家地球系统科学数据中心 收录