資料來源

跨資料分析能夠結合不同的知識，進而找出資料間無法明顯發覺的關連性。跨資料分析牽涉到不同領域的背景，也需要處理、串聯不同來源的資料集，是一個具有挑戰的工作。尤其當資料來自許多不同的單位，用不同的格式發布。這造成資料搜集更加費時費工，有效地善用工具將可以節省人工成本的損耗。

資訊就像是經過主廚精心烹調的料理，而資料就像是原料一樣。有好的資料價值，一定要有是適合的資料。「找資料」->「整理資料」->「用資料」，是在分析前的標準程序。仰賴於網路科技的普及，搜尋引擎已經覆蓋了大量的網路資源。有效地使用搜尋引擎是找到的資料的基本功。除此之外，隨著開放資料的議題興起，現在也有越來越多的官方或非官方組織將其資料公開讓大家使用。

這邊分享幾個常見的公開資料單位：

• 政府資料開放平台
• Google Public Data
• World Bank 世界銀行
• 行政院主計總處
• 社會經濟資料庫
• 中選會選舉資料庫

資料取得

知道資料在哪裡之後，再來就要學學如何取得資料。一般來說，資料常見幾種公布方式有幾下幾種：

檔案

資料會包成檔案提供下載，格式可能包含前一篇提到的「CSV」、「JSON」等等。如果是已經有提供制式的格式的話，相對容易處理，一般的程式語言或是商業軟體都具備讀取的功能。

不過還有一種很常見的資料格式，PDF，處理上就不是這麼容易，需要更多的工具協助才可以（之後有機會視情況再補充）。

API

API（Application Program Interface，應用程序接口）提供程式化的連接的接口，讓工程師/分析師可以選擇資料中要讀取的特定部分，而不需要把整批資料事先完整下載回來。API 一般都是直接連接到一個資料庫，而資料庫內儲存的都是即時更新最新版本的資料。

簡單來說，API 可以分為兩個動作：使用者呼叫查詢，伺服器根據需求回傳。呼叫的方式有 POST 或是 GET；回傳一般也會使用像是 JSON 的格式。

靜態/動態網頁

最後一種也是很常出現資料的地方，就是網頁上。我們常常會發現我們的資料並不是一個特定的檔案，也沒有 API 可以使用。他就是穩穩地出現在網頁上。這樣的話，就只能自己寫爬蟲，把自己想用的資料從網頁上爬下來。

Reference

1. 資料
2. 政府資料開放平台