【日本小电影和女优元数据】
此份数据包含39605名女优，444632部影片(根据番号去重)的元数据。
数据截止2019年，里边的图像链接已经失效了。
【罩杯】
多数为C-D-E三种。Q罩杯是什么鬼。
【身高】
身高小于140cm 大于182cm视为无效数据。
平均身高158.8cm，多数身高为160cm左右，170cm以上的就很少了。
不过日本平均身高本来就不太高。
【年龄】
最大的95岁，太离谱了……年纪特别大的那种可能是年轻的时候拍过，后来录入数据的时候只计算了当前日期与生日的年龄差。
多数集中在30-39岁之间，出乎意料。按直觉是20-30岁的最多。
【家乡】
除去来自东京的人，来自神奈川的人最多，神奈川这地方指定有点说法。
也有少数来自上海(恵美梨、JL-006-1)，北京(メイファ、AA-714, AA-715)，台湾(愛玲 ONED-695;黛まりな UM-037)的演员。
不知道是不是噱头。
【爱好】
喜欢做饭的人最多、其次是购物。
还有喜欢投资的。爱好多达1000多种，个个身怀绝技。
🏷 标签 tag：#数据集 #有趣
🌍 语言 language：#JP
📄 来源
💾 格式 type：#csv
🔗 下载 download
💻 关注频道：@ALA数据分析
😶🌫️ 交流群
此份数据包含39605名女优，444632部影片(根据番号去重)的元数据。
数据截止2019年，里边的图像链接已经失效了。
不包含影片 不包含影片 不包含影片
【罩杯】
多数为C-D-E三种。Q罩杯是什么鬼。
【身高】
身高小于140cm 大于182cm视为无效数据。
平均身高158.8cm，多数身高为160cm左右，170cm以上的就很少了。
不过日本平均身高本来就不太高。
【年龄】
最大的95岁，太离谱了……年纪特别大的那种可能是年轻的时候拍过，后来录入数据的时候只计算了当前日期与生日的年龄差。
多数集中在30-39岁之间，出乎意料。按直觉是20-30岁的最多。
【家乡】
除去来自东京的人，来自神奈川的人最多，神奈川这地方指定有点说法。
也有少数来自上海(恵美梨、JL-006-1)，北京(メイファ、AA-714, AA-715)，台湾(愛玲 ONED-695;黛まりな UM-037)的演员。
不知道是不是噱头。
【爱好】
喜欢做饭的人最多、其次是购物。
还有喜欢投资的。爱好多达1000多种，个个身怀绝技。
🏷 标签 tag：#数据集 #有趣
🌍 语言 language：#JP
📄 来源
💾 格式 type：#csv
🔗 下载 download
💻 关注频道：@ALA数据分析
😶🌫️ 交流群
👍2🔥1💯1😈1
【5万 成语数据 目前最全的免费成语数据集】
此份数据包含49636条成语，没有重复。
保留通假字，在不同时代不同出处中的同一个成语，某一个字可能是不同的。这种全部保留。
用于NLP、成语接龙、飞花令等。
密码：8u6WJv2WJQUfMX8
【包含如下字段】
成语
拼音
解释
出处
示例
近义词
反义词
语法
🏷 标签 tag：#数据集 #文化 #NLP
🌍 语言 language：#CN
📄 来源 SophIA整理
💾 格式 type：#csv
🔗 数据见评论区
💻 关注频道：@ALA数据分析
😶🌫️ 交流群
此份数据包含49636条成语，没有重复。
保留通假字，在不同时代不同出处中的同一个成语，某一个字可能是不同的。这种全部保留。
用于NLP、成语接龙、飞花令等。
密码：
【包含如下字段】
成语
拼音
解释
出处
示例
近义词
反义词
语法
🏷 标签 tag：#数据集 #文化 #NLP
🌍 语言 language：#CN
📄 来源 SophIA整理
💾 格式 type：#csv
🔗 数据见评论区
💻 关注频道：@ALA数据分析
😶🌫️ 交流群
Telegram
ALA数据分析|高质量数据集|图书|电子书工具
搜索中文互联网所有公开的电子书，批量转换读秀压缩包：https://t.me/shadowlib
👍4❤1
【超多漫画资源】
【有妖气全站免费漫画保存计划】
https://mypikpak.com/s/VOUoZ6nEOhVIfili6RPQcAMio2
【2000+ 漫画杂志】
https://mypikpak.com/s/VOUoZLuvN-Kf6QvOBCiW5xMOo2
【1TB 美漫】美漫也算二次元？(bushi
https://mypikpak.com/s/VOUoZYbU6XXqZuZmmS0qKheCo2
【600+ 港漫】
https://mypikpak.com/s/VOUoZoDDN-Kf6QvOBCiW68vBo2
【epub/mobi/azw3格式 漫画合集】
https://mypikpak.com/s/VOUo_YrRaPYXcbWefs5tTqISo2
🏷 标签 tag：#资源 #ACG
📄 来源 SophIA整理
😶🌫️ 交流群
【有妖气全站免费漫画保存计划】
https://mypikpak.com/s/VOUoZ6nEOhVIfili6RPQcAMio2
【2000+ 漫画杂志】
https://mypikpak.com/s/VOUoZLuvN-Kf6QvOBCiW5xMOo2
【1TB 美漫】
https://mypikpak.com/s/VOUoZYbU6XXqZuZmmS0qKheCo2
【600+ 港漫】
https://mypikpak.com/s/VOUoZoDDN-Kf6QvOBCiW68vBo2
【epub/mobi/azw3格式 漫画合集】
https://mypikpak.com/s/VOUo_YrRaPYXcbWefs5tTqISo2
🏷 标签 tag：#资源 #ACG
📄 来源 SophIA整理
😶🌫️ 交流群
PikPak Drive
有妖气全站免费漫画保存计划 is shared on PikPak
有妖气全站免费漫画保存计划 available for high-speed download on PikPak and streaming across multiple devices.
🔥1
【机场形势突然严峻】
近几日多家机场突然被封禁大量IP，有些机场甚至所有IP全部封禁 全军覆没。广东地区尤甚。
某老牌大厂根据通报样本初步分析，此次封禁与协议类型无明显关联，与流量大小无明显关联，与历史出现过通报的客户强关联。
基本确定此次的手段是从订阅链接获取节点IP，然后进行封禁和通报。
强烈建议非常时期不要分享订阅，不要在任何公开的社交软件(微信 微博 抖音 B站 总之你能想到的国内社交网络)发送订阅，不要使用订阅转换器。
机场启用阅后即焚订阅，也许是非常时期的有效手段。
起因有多种说法，目前不确定，会持续多久目前也不太清楚。
🏷 标签 tag：#消息 #梯子 #机场
😶🌫️ 交流群
近几日多家机场突然被封禁大量IP，有些机场甚至所有IP全部封禁 全军覆没。广东地区尤甚。
某老牌大厂根据通报样本初步分析，此次封禁与协议类型无明显关联，与流量大小无明显关联，与历史出现过通报的客户强关联。
基本确定此次的手段是从订阅链接获取节点IP，然后进行封禁和通报。
强烈建议非常时期不要分享订阅，不要在任何公开的社交软件(微信 微博 抖音 B站 总之你能想到的国内社交网络)发送订阅，不要使用订阅转换器。
机场启用阅后即焚订阅，也许是非常时期的有效手段。
起因有多种说法，目前不确定，会持续多久目前也不太清楚。
🏷 标签 tag：#消息 #梯子 #机场
😶🌫️ 交流群
Telegram
SL扯淡群
You’ve been invited to join this group on Telegram.
【汉字构型数据 IDS表意文字序列】
IDS是一种描述中日韩统一表意文字(CJK Unified Ideographs)的方式。
简单的说，就是展示了方块字的结构。
CJK包含了几乎所有的方块字，中日韩是最大的三个使用国，所以命名是CJK，并不只有中日韩。
IDS由结构和汉字两部分组成。结构就是下面你看到的这些。
IDS可以迭代，也就是说，一个复杂的汉字可以拆解成一棵部件树。
这也意味着你能直接根据结构输入、检索汉字，甚至能直接用IDS语法创造一个不存在的字。
你可以去 字统网 自己玩一玩。
⿰ 两部件由左至右组成 相
⿱ 两部件由上至下组成 杏
⿲ 三部件由左至右组成 衍
⿳ 三部件由上至下组成 京
⿴ 两部件由外而内组成 回
⿵ 三面包围，下方开口 凰
⿶ 三面包围，上方开口 凶
⿷ 三面包围，右方开口 匠
⿸ 两面包围，两部件由左上至右下组成 病
⿹ 两面包围，两部件由右上至左下组成 戒
⿺ 两面包围，两部件由左下至右上组成 超
⿻ 两部件重叠 巫
⿼ 三面包围，左方开口 㕚
⿽ 两面包围，两部件由右下至左上组成 氷
⿾ 水平翻转 卐
⿿ 旋转 𠕄
🏷 标签 tag：#数据集 #文化
🌍 语言 language：#CN
📄 来源
💾 格式 type：#txt
🔗 数据见评论区
💻 关注频道：@ALA数据分析
😶🌫️ 交流群
IDS是一种描述中日韩统一表意文字(CJK Unified Ideographs)的方式。
简单的说，就是展示了方块字的结构。
CJK包含了几乎所有的方块字，中日韩是最大的三个使用国，所以命名是CJK，并不只有中日韩。
IDS由结构和汉字两部分组成。结构就是下面你看到的这些。
IDS可以迭代，也就是说，一个复杂的汉字可以拆解成一棵部件树。
这也意味着你能直接根据结构输入、检索汉字，甚至能直接用IDS语法创造一个不存在的字。
你可以去 字统网 自己玩一玩。
⿰ 两部件由左至右组成 相
⿱ 两部件由上至下组成 杏
⿲ 三部件由左至右组成 衍
⿳ 三部件由上至下组成 京
⿴ 两部件由外而内组成 回
⿵ 三面包围，下方开口 凰
⿶ 三面包围，上方开口 凶
⿷ 三面包围，右方开口 匠
⿸ 两面包围，两部件由左上至右下组成 病
⿹ 两面包围，两部件由右上至左下组成 戒
⿺ 两面包围，两部件由左下至右上组成 超
⿻ 两部件重叠 巫
⿼ 三面包围，左方开口 㕚
⿽ 两面包围，两部件由右下至左上组成 氷
⿾ 水平翻转 卐
⿿ 旋转 𠕄
🏷 标签 tag：#数据集 #文化
🌍 语言 language：#CN
📄 来源
💾 格式 type：#txt
🔗 数据见评论区
💻 关注频道：@ALA数据分析
😶🌫️ 交流群
【如何看到香港电子书 HKPL香港公共图书馆电子书元数据】
此份数据包含15万册中文电子书和40万册英文电子书。
电子书属于香港公共图书馆(Hong Kong Public Libraries, HKPL)
密码：Af8nWfL4aREypwK
【申请读者证】
有网上申请和线下申请两种办法
网上需要上傳最近3個月的香港住址證明文件副本，例如水電煤氣費單。
线下则需要香港身份證正本。
国内平台有卖读者证的，请自行判断。
【怎么看到书】
在元数据中搜一本书，点击后边的链接，会跳到图书界面，然后点击ViewOnline。
🏷 标签 tag：#数据集 #电子书
🌍 语言 language：#CN #繁体
💾 格式 type：#csv
🔗 数据见评论区
💻 关注频道：@ALA数据分析
😶🌫️ 交流群
此份数据包含15万册中文电子书和40万册英文电子书。
电子书属于香港公共图书馆(Hong Kong Public Libraries, HKPL)
密码：
【申请读者证】
有网上申请和线下申请两种办法
网上需要上傳最近3個月的香港住址證明文件副本，例如水電煤氣費單。
线下则需要香港身份證正本。
国内平台有卖读者证的，请自行判断。
【怎么看到书】
在元数据中搜一本书，点击后边的链接，会跳到图书界面，然后点击ViewOnline。
🏷 标签 tag：#数据集 #电子书
🌍 语言 language：#CN #繁体
💾 格式 type：#csv
🔗 数据见评论区
💻 关注频道：@ALA数据分析
😶🌫️ 交流群
Telegram
ALA数据分析|高质量数据集|图书|电子书工具
搜索中文互联网所有公开的电子书，批量转换读秀压缩包：https://t.me/shadowlib
👍1
【商务部 国别贸易指南】
上次发过对外投资合作国别(地区)指南
这个是国别贸易指南。
《指南》选取了中国50个出口目的地国，每个国别单独成篇，介绍该国宏观经济概况，主要进出口商品及双边贸易情况，该国支柱产业及优先发展产业相关政策，跨境电商平台及贸易促进机构等，同时新增联合国采购指南板块，为我国企业开拓国际市场提供帮助。
具体介绍了每个国家进口的十大商品，中国对其出口的十大商品。
整个国家的产业概况，比如指南里会告诉你加拿大是世界第一大钾肥出口国，捷克的支柱站也是汽车工业这样的信息。
中国对每个国家有出口潜力的商品，比如对加拿大的潜力商品是：便携式自动数据处理设备、智能手机、气体液化设备、玩具玩偶。还会告诉你哪些免征进口税(截止2023或2024年)。
也包括反向的，我们从国外可以进口什么，中国对某个国家进口的潜力商品。
并且提供了一些重要机构与展会的联系方式。比如加拿大国际食品展、加拿大商业理事会、哥伦比亚咖啡博览会等。
可以让你对国际贸易情况有个整体的把握。
🏷 标签 tag：#数据集 #商业
🌍 语言 language：#CN
💾 格式 type：#pdf
🔗 官网下载
💻 关注频道：@ALA数据分析
😶🌫️ 交流群
上次发过对外投资合作国别(地区)指南
这个是国别贸易指南。
《指南》选取了中国50个出口目的地国，每个国别单独成篇，介绍该国宏观经济概况，主要进出口商品及双边贸易情况，该国支柱产业及优先发展产业相关政策，跨境电商平台及贸易促进机构等，同时新增联合国采购指南板块，为我国企业开拓国际市场提供帮助。
具体介绍了每个国家进口的十大商品，中国对其出口的十大商品。
整个国家的产业概况，比如指南里会告诉你加拿大是世界第一大钾肥出口国，捷克的支柱站也是汽车工业这样的信息。
中国对每个国家有出口潜力的商品，比如对加拿大的潜力商品是：便携式自动数据处理设备、智能手机、气体液化设备、玩具玩偶。还会告诉你哪些免征进口税(截止2023或2024年)。
也包括反向的，我们从国外可以进口什么，中国对某个国家进口的潜力商品。
并且提供了一些重要机构与展会的联系方式。比如加拿大国际食品展、加拿大商业理事会、哥伦比亚咖啡博览会等。
可以让你对国际贸易情况有个整体的把握。
🏷 标签 tag：#数据集 #商业
🌍 语言 language：#CN
💾 格式 type：#pdf
🔗 官网下载
💻 关注频道：@ALA数据分析
😶🌫️ 交流群
❤2