Что это такое?
Это публичный репозиторий наборов данных и кода, которые лежат в основе статей, графиков и интерактивных материалов, публикуемых новостным изданием FiveThirtyEight.
Это один набор данных или целая коллекция?
Это индекс множества отдельных наборов данных: по одной папке на каждый материал, и каждая папка привязана к конкретной опубликованной статье.
Как найти данные для конкретной статьи?
Просмотрите индекс репозитория, в котором каждая папка связана с материалом, к которому она относится, затем откройте нужную подпапку с CSV-файлами и любым кодом для анализа.
Нужно ли что-то особенное, чтобы использовать эти данные?
Ничего особенного не требуется, достаточно программы, которая умеет открывать CSV-файлы; в некоторых папках также есть блокноты Jupyter с сопроводительным кодом для анализа.
Все ли данные до сих пор обновляются?
Нет. По состоянию на 13 июня 2023 года прогнозы и предсказания по спорту больше не обновляются, поэтому эти наборы данных представляют собой застывшие снимки, а не актуальные потоки данных.
Можно ли свободно использовать эти данные и код?
Наборы данных, как правило, распространяются по лицензии Creative Commons Attribution 4.0 International, а код — по лицензии MIT, однако некоторые наборы данных содержат собственные исключения.
Какие темы охватывают данные?
Наборы данных охватывают весь круг тем FiveThirtyEight: политику, спорт, экономику, науку и культуру, и каждый из них связан с конкретной опубликованной статьей.
Зачем FiveThirtyEight опубликовало эти данные?
Чтобы читатели и исследователи могли проверять, изучать и использовать данные, лежащие в основе журналистских материалов, в соответствии с подходом издания, основанным на работе с данными.
Нужно ли указывать FiveThirtyEight, если я использую эти данные?
В README просят сообщить им, если информация оказалась полезной, а при повторном использовании данных следует соблюдать требование об указании авторства CC-BY-4.0.
What are similar projects?
awesome-quant, Kalman-and-Bayesian-Filters-in-Python, prediction-market-analysis, altair, Probabilistic-Programming-and-Bayesian-Methods-for-Hackers, Github-Ranking, pandas_exercises, COVID-19
Which topics is it in?
data, jupyter-notebook, statistics, data-analysis, dataset, jupyter notebook, data-visualization, resources, research, education, python, open-source