vega-datasets 是数据集领域的开源项目，由 vega 开发，2015 年首次发布。
它收录于数据集分类，该分类目前共有 278 个项目，GitHub 星标数为 311。
项目目前处于活跃维护状态，最近一次代码更新于 2026-09-18。开源免费，无付费计划。
它主要面向的使用场景是：数据可视化教学或教程中快速加载示例数据演示图表。同类可对比的替代方案包括 seaborn-data、plotly-datasets。
vega-datasets
一行代码加载经典示例数据，快速做可视化原型
vega-datasets 是 Vega 生态的公共示例数据集仓库，为 Vega、Vega-Lite、Altair 等可视化工具提供统一、稳定的测试与演示数据源。它解决了可视化项目各自维护示例数据、版本不一致、引用路径混乱的问题：所有数据集集中存放，通过简单命名即可在代码中引用，避免重复下载和格式转换。核心能力包括：提供数十个经典数据集（如 cars、stocks、gapminder、movies 等），覆盖数值、分类、时间序列等常见类型；统一以 JSON/CSV 等格式存储，并附带 Python 包接口，可直接通过 vega_datasets 库按名称加载为 DataFrame；支持本地缓存与远程 URL 两种访问方式，方便离线使用。项目是 Vega 官方组织下的基础组件，被大量教程、文档和测试用例引用，是学习数据可视化和快速搭建原型时的常用数据来源。
开源
free
数据集
GitHub 星标
★ 311
维护状态
活跃
是否开源
是
定价模式
free
项目数据
分类数据集
开发团队vega
所属国家
定价模式free
价格说明开源免费，无付费计划
访问状态
是否开源是
开源协议
主要语言Python
技术栈/模型datasets
GitHub 星标★ 311
30天Star增速
HF 下载量
上线时间2015-10-08 00:00:00
最近更新2026-09-18 00:00:00
维护状态活跃
中文支持
访问方式
移动端支持
综合评分
收录时间2026-09-21
浏览次数0
使用教程
核心亮点
- 数据集经过统一清洗和格式规范，可直接用于 Vega/Vega-Lite/Altair 示例，省去预处理
- 提供 Python 包接口，通过名称即可加载为 DataFrame，支持本地缓存，离线也能用
- 被官方文档和大量教程引用，数据名称稳定，适合教学和测试用例复用
不足之处
- 数据集数量和更新频率有限，仅覆盖经典示例场景，不适合真实业务数据需求
- 仓库本身以数据文件为主，缺乏详细的数据字典和字段说明文档
适用场景
- 数据可视化教学或教程中快速加载示例数据演示图表
- Altair/Vega-Lite 项目开发时用统一数据集做单元测试和回归验证
- 数据分析原型阶段需要现成、干净的小型数据集快速验证想法
替代项目
seaborn-data、plotly-datasets
项目介绍
同类项目推荐
X-AnyLabeling
开源
一站式AI辅助标注，图像视频文本通吃，导出格式随心配
X-AnyLabeling: A lightweight, efficient, and unified cross-platform desktop applicat···
aisheets
开源
像用表格一样批量调 AI，不写代码就能造和改数据集
Build, enrich, and transform datasets using AI models with no code
distilabel
开源
基于论文的合成数据流水线，快速生成高质量 AI 反馈数据。
Distilabel is a framework for synthetic data and AI feedback for engineers who need ···
DataGen
开源
用大模型一键生成定制化训练数据，告别数据荒
[ICLR'25] DataGen: Unified Synthetic Dataset Generation via Large Language Models