九游体育APP官方下载- J9 Jiuyou Sports

9体育-英超集结日再迎强敌；达拉斯独行侠主帅复盘；主帅态度——质疑声仍在；临场指挥获称赞的简单介绍

Sat, 18 Apr 2026 10:40:21 +0800

NBA端独行侠黄蜂凯尔特人开拓者双收了，但串关都黑了，重点关注意甲英超NBA等焦点对决复盘汇总表1500 澳超。

公号临场解析复盘昨日公号临场解析发挥出色，斯坦休最后时刻建功，以30击败对手，方向+格局全部拿下！今日继续精选1场比赛作。

公号临场解析复盘昨日公号临场解析发挥出色，西悉尼流浪者在主场31取胜，方向+格局+比分全部拿捏！今日继续精选1场比赛作为公。

复盘来看，这场曼联在控球和攻势上虽占优，但西汉姆联防守坚韧晚场英超005+英冠009，我们两场客队方向又成功拿下切尔西大。

达拉斯独行侠与菲尼克斯太阳的对决，注定是一场视觉盛宴欧冠直播已经为您准备好了直播地址，收藏后就可以随时观看这场赛事的每一个高光时刻让我们一起见证胜利的诞生！达。

在2026年02月11日，精彩的NBA对决菲尼克斯太阳VS达拉斯独行侠将进行直播喜爱NBA的球迷们，别忘了提前收藏本页面，确保不错过这场精彩的比赛为了您的观赛体验，还特别为。

2025年12月19日 1219 独行侠主场胜活塞戴维斯赛后采访我们就是对自己的团队充满信心，对球队的战术部署充满信心，对教练组的安排充满信心，也对彼此充满信心我们。

九游体育-关于荷甲今夜再迎强敌；里昂内部沟通；主帅态度——底气十足；球探报告显示潜力的信息

Fri, 17 Apr 2026 17:56:39 +0800

2026年1月20日 12月8日讯阿斯报表示，里昂在再次输球后，急需引进恩德12月8日讯阿斯报表示，里昂在再在周四的新闻发布会上，弗兰克表示我认为非常重要的。

九游体育官网-赛后明尼苏达森林狼调整名单：CBA季后赛节点到来，气氛紧张，数据趋势出现新变化的简单介绍

Fri, 17 Apr 2026 01:16:12 +0800

1990年奥兰多魔术队和明尼苏达森林狼队加入NBA1995年两支加拿大球队加入NBA，多伦多猛龙队和温哥华灰熊队，使NBA的球队达到29支而今年的常规赛还有了新军夏洛特山猫的加入，促使NBA做出了57年历史上最大的赛制变动30支球队被划分为两大赛区六个分区，这一改革在加强区域对抗的同时，也让新赛季的常规赛更有看头。

加内特的第一个“30+20”是在2000年12月16日森林狼对阵步行者的比赛中拿下的，加内特全场贡献34分20个篮板5个助攻并帮助球队以113110险胜不过其生涯代表作应该是2003年2月16日森林狼109102击败勇士的那场比赛，那场比赛加内特交出了37分22个篮板6个助攻5个盖帽，几乎是以一记之力打败勇士现在“狼王”转战。

2009年9月22日，中国篮协正式公布了20092010赛季的CBA竞赛规程，新赛季CBA联赛从2009年12月19日开打到2010年4月40日结束CBA新赛季赛程由50轮缩短为34轮，外援上场时间也由4节8人次改为4节6人次按照篮协公布的CBA新赛季竞赛规程，南北分区被正式取消，恢复所有参赛球队进行主客场双循环比赛的“老赛制。

九游体育app-关于>问僧+?T?S碖蘊mf+烞?憥噝?{uh n.g燌臄的信息

Thu, 16 Apr 2026 08:31:05 +0800

问僧+?T?S碖蘊mf+烞?憥噝?{uh n.g燌臄的信息" alt="关于>问僧+?T?S碖蘊mf+烞?憥噝?{uh n.g燌臄的信息">

九游体育官网-R黙,g"阯Z?~IoD湀媧靡麁6S?-S

Wed, 15 Apr 2026 15:45:35 +0800

金融

交通

商业

推荐系统

医疗健康

图像数据

视频数据

音频数据

自然语言处理

社会数据

科研和竞赛数据

金融

美国劳工部统计局官方发布数据：https://dataju.cn/Dataju/web/datasetInstanceDetail/139

沪深股票除权除息、配股增发全量数据，截止 2016.12.31 https://dataju.cn/Dataju/web/datasetInstanceDetail/344

上证主板日线数据，截止 2017.05.05，原始价、前复权价、后复权价，1260支股票 https://dataju.cn/Dataju/web/datasetInstanceDetail/340

深证主板日线数据，截止 2017.05.05，原始价、前复权价、后复权价，466支股票 https://dataju.cn/Dataju/web/datasetInstanceDetail/341

深证中小板日线数据，截止 2017.05.05，原始价、前复权价、后复权价，852支股票https://dataju.cn/Dataju/web/datasetInstanceDetail/342

深证创业板日线数据，截止 2017.05.05，原始价、前复权价、后复权价，636支股票 https://dataju.cn/Dataju/web/datasetInstanceDetail/343

上证A股日线数据，1999.12.09 至 2016.06.08，前复权，1095支股票 https://dataju.cn/Dataju/web/datasetInstanceDetail/37

深证A股日线数据，1999.12.09 至 2016.06.08，前复权，1766支股票 https://dataju.cn/Dataju/web/datasetInstanceDetail/38

深证创业板日线数据，1999.12.09 至 2016.06.08，前复权，510支股票 https://dataju.cn/Dataju/web/datasetInstanceDetail/39

MT4平台外汇交易历史数据https://dataju.cn/Dataju/web/datasetInstanceDetail/43

Forex平台外汇交易历史数据 https://dataju.cn/Dataju/web/datasetInstanceDetail/67

几组外汇交易逐笔（Ticks）数据https://dataju.cn/Dataju/web/datasetInstanceDetail/44

美国股票新闻数据【Kaggle数据】https://dataju.cn/Dataju/web/datasetInstanceDetail/220

美国医疗保险市场数据【Kaggle数据】https://dataju.cn/Dataju/web/datasetInstanceDetail/225

美国金融客户投诉数据【Kaggle数据】https://dataju.cn/Dataju/web/datasetInstanceDetail/229

Lending Club 网贷违约数据【Kaggle数据】 https://dataju.cn/Dataju/web/datasetInstanceDetail/206

信用卡欺诈数据【Kaggle 数据】https://dataju.cn/Dataju/web/datasetInstanceDetail/206

美国股票数据XBRL【Kaggle数据】 https://dataju.cn/Dataju/web/datasetInstanceDetail/214

纽约股票交易所数据【Kaggle数据】https://dataju.cn/Dataju/web/datasetInstanceDetail/214

贷款违约预测竞赛数据【Kaggle竞赛】https://dataju.cn/Dataju/web/datasetInstanceDetail/249

Zillow 网站房地产价值预测竞赛数据【Kaggle竞赛】 https://dataju.cn/Dataju/web/datasetInstanceDetail/249

Sberbank 俄罗斯房地产价值预测竞赛数据【Kaggle竞赛】 https://dataju.cn/Dataju/web/datasetInstanceDetail/266

Homesite 保险定价竞赛数据【Kaggle竞赛】 https://dataju.cn/Dataju/web/datasetInstanceDetail/336

Winton 股票回报率预测竞赛数据【Kaggle竞赛】

　　https://dataju.cn/Dataju/web/datasetInstanceDetail/347?match

交通

2013年纽约出租车行驶数据https://dataju.cn/Dataju/web/datasetInstanceDetail/348

2013年芝加哥出租车行驶数据https://dataju.cn/Dataju/web/datasetInstanceDetail/355

Udacity自动驾驶数据https://dataju.cn/Dataju/web/datasetInstanceDetail/356

纽约 Uber 接客数据【Kaggle数据】https://dataju.cn/Dataju/web/datasetInstanceDetail/76

英国车祸数据（2005-2015）【Kaagle数据】 https://dataju.cn/Dataju/web/datasetInstanceDetail/323

芝加哥汽车超速数据【Kaggle数据】https://dataju.cn/Dataju/web/datasetInstanceDetail/86

KITTI 自动驾驶任务数据【数据太大仅有部分】 https://dataju.cn/Dataju/web/datasetInstanceDetail/210

Cityscapes 场景标注数据【数据太大仅有部分】 https://dataju.cn/Dataju/web/datasetInstanceDetail/210

德国交通标志识别数据https://dataju.cn/Dataju/web/datasetInstanceDetail/232

交通信号识别数据https://dataju.cn/Dataju/web/datasetInstanceDetail/228

芝加哥Divvy共享自行车骑行数据（2013年至今） https://dataju.cn/Dataju/web/datasetInstanceDetail/228

美国查塔努加市共享单车骑行数据https://dataju.cn/Dataju/web/datasetInstanceDetail/270

Capital 共享单车骑行数据https://zhuanlan.zhihu.com/

Bay Area 共享单车骑行数据https://dataju.cn/Dataju/web/datasetInstanceDetail/338

Nice Ride 共享单车骑行数据https://dataju.cn/Dataju/web/datasetInstanceDetail/339

花旗银行共享单车骑行数据 https://dataju.cn/Dataju/web/datasetInstanceDetail/325

运用卫星数据跟踪亚马逊热带雨林中的人类轨迹竞赛【Kaggle竞赛】 https://dataju.cn/Dataju/web/datasetInstanceDetail/358

纽约出租车管理委员会官方的乘车数据（2009年-2016年）

　　https://dataju.cn/Dataju/web/datasetInstanceDetail/359

商业

Airbnb 开放的民宿信息和住客评论数据 https://dataju.cn/Dataju/web/datasetInstanceDetail/360

Amazon 食品评论数据https://dataju.cn/Dataju/web/datasetInstanceDetail/361

【Kaggle数据】https://dataju.cn/Dataju/web/datasetInstanceDetail/324

Amazon 无锁手机评论数据https://dataju.cn/Dataju/web/datasetInstanceDetail/349

【Kaggle数据】https://dataju.cn/Dataju/web/datasetInstanceDetail/364

美国视频游戏销售和评价数据https://dataju.cn/Dataju/web/datasetInstanceDetail/309

【Kaggle数据】https://dataju.cn/Dataju/web/datasetInstanceDetail/207

Kaggle 各项竞赛情况数据【Kaggle数据】 https://dataju.cn/Dataju/web/datasetInstanceDetail/207

Bosch 生产流水线降低次品率竞赛数据【Kaggle竞赛】https://dataju.cn/Dataju/web/datasetInstanceDetail/208

预测公寓租金竞赛数据 https://dataju.cn/Dataju/web/datasetInstanceDetail/208

广告点击预测竞赛数据https://dataju.cn/Dataju/web/datasetInstanceDetail/230

餐厅营业收入预测建模竞赛https://dataju.cn/Dataju/web/datasetInstanceDetail/230

银行产品推荐竞赛数据https://dataju.cn/Dataju/web/datasetInstanceDetail/213

网站用户推荐点击预测竞赛数据https://dataju.cn/Dataju/web/datasetInstanceDetail/319

在线广告实时竞价数据【Kaggle数据】https://dataju.cn/Dataju/web/datasetInstanceDetail/337

购物车商品关联竞赛数据【Kaggle竞赛】 https://dataju.cn/Dataju/web/datasetInstanceDetail/335

Airbnb 新用户的民宿预定预测竞赛数据【Kaggle竞赛】

https://dataju.cn/Dataju/web/datasetInstanceDetail/333

推荐系统

Netflix 电影评价数据https://dataju.cn/Dataju/web/datasetInstanceDetail/330

MovieLens 20m 电影推荐数据集 https://dataju.cn/Dataju/web/datasetInstanceDetail/329

WikiLenshttps://dataju.cn/Dataju/web/datasetInstanceDetail/227

Jesterhttps://dataju.cn/Dataju/web/datasetInstanceDetail/350

HetRec2011https://dataju.cn/Dataju/web/datasetInstanceDetail/354

Book Crossinghttps://dataju.cn/Dataju/web/datasetInstanceDetail/32

Large Movie Reviewhttps://dataju.cn/Dataju/web/datasetInstanceDetail/116

Retailrocket 商品评论和推荐数据

https://dataju.cn/Dataju/web/datasetInstanceDetail/97

医疗健康

人识别物体时大脑核磁共振影像数据https://dataju.cn/Dataju/web/datasetInstanceDetail/99

人理解单词时大脑核磁共振影像数据https://dataju.cn/Dataju/web/datasetInstanceDetail/101

心脏病心房图像及标注数据https://dataju.cn/Dataju/web/datasetInstanceDetail/100

细胞病理识别https://dataju.cn/Dataju/web/datasetInstanceDetail/98

FIRE 视网膜眼底病变图像数据 https://dataju.cn/Dataju/web/datasetInstanceDetail/290

食物营养成分数据【Kaggle数据】https://dataju.cn/Dataju/web/datasetInstanceDetail/80

EGG 大脑电波形状数据【Kaggle数据】https://dataju.cn/Dataju/web/datasetInstanceDetail/79

某人基因序列数据【Kaggle数据】https://dataju.cn/Dataju/web/datasetInstanceDetail/121

癌症CT影像数据【Kaggle数据】https://dataju.cn/Dataju/web/datasetInstanceDetail/242

软组织肉瘤CT图像数据【Kaggle数据】https://dataju.cn/Dataju/web/datasetInstanceDetail/124

美国国家健康与服务部-国家癌症研究所发起的癌症数据仓库介绍【仅有介绍】 https://dataju.cn/Dataju/web/datasetInstanceDetail/250

Data Science Bowl 2017 肺癌识别竞赛数据【数据太大仅有介绍】 https://dataju.cn/Dataju/web/datasetInstanceDetail/258

TCGA-LUAD 肺癌CT图像数据 https://dataju.cn/Dataju/web/datasetInstanceDetail/261

RIDER Lung CT 肺癌CT影像https://dataju.cn/Dataju/web/datasetInstanceDetail/275

TCGA-COAD癌症CT影像数据 https://dataju.cn/Dataju/web/datasetInstanceDetail/284

TCIA-TCGA-OV 癌症CT影像数据https://dataju.cn/Dataju/web/datasetInstanceDetail/283

TCIA RIDER NEURO 癌症MRI影像数据 https://dataju.cn/Dataju/web/datasetInstanceDetail/287

QIN Beast 乳腺癌MRI影像数据

https://dataju.cn/Dataju/web/datasetInstanceDetail/291

图像数据/综合图像

Visual Genome 图像数据https://dataju.cn/Dataju/web/datasetInstanceDetail/311

Visual7w 图像数据https://dataju.cn/Dataju/web/datasetInstanceDetail/315

COCO 图像数据https://dataju.cn/Dataju/web/datasetInstanceDetail/316

SUFR 图像数据https://dataju.cn/Dataju/web/datasetInstanceDetail/317

ILSVRC 2014 训练数据（ImageNet的一部分） https://dataju.cn/Dataju/web/datasetInstanceDetail/369

PASCAL Visual Object Classes 2012 图像数据 https://dataju.cn/Dataju/web/datasetInstanceDetail/85

PASCAL Visual Object Classes 2011 图像数据https://dataju.cn/Dataju/web/datasetInstanceDetail/107

PASCAL Visual Object Classes 2010 图像数据 https://dataju.cn/Dataju/web/datasetInstanceDetail/51

80 Million Tiny Image 图像数据【数据太大仅有介绍】 https://dataju.cn/Dataju/web/datasetInstanceDetail/240

ImageNet【数据太大仅有介绍】https://dataju.cn/Dataju/web/datasetInstanceDetail/55

Google Open Images【数据太大仅有介绍】 https://dataju.cn/Dataju/web/datasetInstanceDetail/40

场景图像

Street Scences 图像数据 https://dataju.cn/Dataju/web/datasetInstanceDetail/45

Places2 场景图像数据https://dataju.cn/Dataju/web/datasetInstanceDetail/48

UCF Google Street View 图像数据https://dataju.cn/Dataju/web/datasetInstanceDetail/138

SUN 场景图像数据https://dataju.cn/Dataju/web/datasetInstanceDetail/138

The Celebrity in Places 图像数据https://dataju.cn/Dataju/web/datasetInstanceDetail/83

Web图像标签

HARRISON 社交标签图像 https://dataju.cn/Dataju/web/datasetInstanceDetail/183

NUS-WIDE 标签图像https://dataju.cn/Dataju/web/datasetInstanceDetail/74

Visual Synset 标签图像https://dataju.cn/Dataju/web/datasetInstanceDetail/112

Animals With Attributes 标签图像https://dataju.cn/Dataju/web/datasetInstanceDetail/160

人形轮廓图像

MPII Human Shapehttps://dataju.cn/Dataju/web/datasetInstanceDetail/234

人体轮廓数据 https://dataju.cn/Dataju/web/datasetInstanceDetail/173

Biwi Kinect Head Pose 头部姿势数据 https://dataju.cn/Dataju/web/datasetInstanceDetail/52

上半身人像数据https://dataju.cn/Dataju/web/datasetInstanceDetail/52

INRIA Person 数据集 https://dataju.cn/Dataju/web/datasetInstanceDetail/235

视觉文字识别图像

Street View House Number 门牌号图像数据 https://dataju.cn/Dataju/web/datasetInstanceDetail/236

MNIST 手写数字识别图像数据https://dataju.cn/Dataju/web/datasetInstanceDetail/253

3D MNIST 数字识别图像数据【Kaggle数据】 https://dataju.cn/Dataju/web/datasetInstanceDetail/129

MediaTeam Document 文档影印和内容数据 https://dataju.cn/Dataju/web/datasetInstanceDetail/129

Text Recognition 文字图像数据 https://dataju.cn/Dataju/web/datasetInstanceDetail/110

NIST Handprinted Forms and Characters 手写英文字符数据 https://dataju.cn/Dataju/web/datasetInstanceDetail/49

NIST Structured Forms Reference Set of Binary Images https://dataju.cn/Dataju/web/datasetInstanceDetail/73

(SFRS) 图像数据 https://dataju.cn/Dataju/web/datasetInstanceDetail/47

NIST Structured Forms Reference Set of Binary Images https://dataju.cn/Dataju/web/datasetInstanceDetail/23

(SFRS) II 图像数据https://dataju.cn/Dataju/web/datasetInstanceDetail/203

特定一类事物图像

著名的猫图像标注数据https://dataju.cn/Dataju/web/datasetInstanceDetail/128

Caltech-UCSDhttps://dataju.cn/Dataju/web/datasetInstanceDetail/176

Birds200 鸟类图像数据 https://dataju.cn/Dataju/web/datasetInstanceDetail/278

Stanford Car 汽车图像数据https://dataju.cn/Dataju/web/datasetInstanceDetail/294

Cars 汽车图像数据https://dataju.cn/Dataju/web/datasetInstanceDetail/295

MIT Cars 汽车图像数据 https://dataju.cn/Dataju/web/datasetInstanceDetail/41

Stanford Cars 汽车图像数据https://dataju.cn/Dataju/web/datasetInstanceDetail/105

Food-101 美食图像数据https://dataju.cn/Dataju/web/datasetInstanceDetail/106

17_Category_Flowerhttps://dataju.cn/Dataju/web/datasetInstanceDetail/106

图像数据https://dataju.cn/Dataju/web/datasetInstanceDetail/254

102_Category_Flowerhttps://dataju.cn/Dataju/web/datasetInstanceDetail/255

图像数据 https://dataju.cn/Dataju/web/datasetInstanceDetail/109

UCI Folio Leaf 图像数据https://dataju.cn/Dataju/web/datasetInstanceDetail/114

Labeled Fisheshttps://dataju.cn/Dataju/web/datasetInstanceDetail/115

in the Wild 鱼类图像https://dataju.cn/Dataju/web/datasetInstanceDetail/60

美国 Yelp 点评网站酒店照片https://dataju.cn/Dataju/web/datasetInstanceDetail/61

CMU-Oxfordhttps://dataju.cn/Dataju/web/datasetInstanceDetail/63

Sculpture 塑像雕像图像 https://dataju.cn/Dataju/web/datasetInstanceDetail/174

Oxford-IIIT Pet 宠物图像数据 https://dataju.cn/Dataju/web/datasetInstanceDetail/256

Naturehttps://dataju.cn/Dataju/web/datasetInstanceDetail/301

Conservancy Fisheries Monitoring 过度捕捞监控图像数据【Kaggle数据】https://dataju.cn/Dataju/web/datasetInstanceDetail/118

材质纹理图像

CURET 纹理材质图像数据https://dataju.cn/Dataju/web/datasetInstanceDetail/111

ETHZ Synthesizability 纹理图像数据https://dataju.cn/Dataju/web/datasetInstanceDetail/127

KTH-TIPS 纹理材质图像数据https://dataju.cn/Dataju/web/datasetInstanceDetail/172

Describable Textures 纹理图像数据https://dataju.cn/Dataju/web/datasetInstanceDetail/71

物体分类图像

COIL-20 图像数据https://dataju.cn/Dataju/web/datasetInstanceDetail/62

COIL-100 图像数据 https://dataju.cn/Dataju/web/datasetInstanceDetail/70

Caltech-101 图像数据https://dataju.cn/Dataju/web/datasetInstanceDetail/54

Caltech-256 图像数据https://dataju.cn/Dataju/web/datasetInstanceDetail/46

CIFAR-10 图像数据https://dataju.cn/Dataju/web/datasetInstanceDetail/42

CIFAR-100 图像数据https://dataju.cn/Dataju/web/datasetInstanceDetail/53

STL-10 图像数据https://dataju.cn/Dataju/web/datasetInstanceDetail/72

LabelMe_12_50k https://dataju.cn/Dataju/web/datasetInstanceDetail/72

图像数据https://dataju.cn/Dataju/web/datasetInstanceDetail/69

NORB v1.0 图像数据https://dataju.cn/Dataju/web/datasetInstanceDetail/117

NEC Toy Animal 图像数据https://dataju.cn/Dataju/web/datasetInstanceDetail/237

iCubWorld 图像分类数据https://dataju.cn/Dataju/web/datasetInstanceDetail/238

Multi-class 图像分类数据https://dataju.cn/Dataju/web/datasetInstanceDetail/239

GRAZ 图像分类数据https://dataju.cn/Dataju/web/datasetInstanceDetail/108

人脸图像

IMDB-WIKI 500k+ 人脸图像、年龄性别数据 https://dataju.cn/Dataju/web/datasetInstanceDetail/68

Labeled Faces in the Wild 人脸数据https://dataju.cn/Dataju/web/datasetInstanceDetail/50

Extended Yale Face Database B 人脸数据 https://dataju.cn/Dataju/web/datasetInstanceDetail/131

Bao Face 人脸数据 https://dataju.cn/Dataju/web/datasetInstanceDetail/87

DC-IGN 论文人脸数据https://dataju.cn/Dataju/web/datasetInstanceDetail/119

300 Face in Wild 图像数据 https://dataju.cn/Dataju/web/datasetInstanceDetail/120

BioID Face 人脸数据 https://dataju.cn/Dataju/web/datasetInstanceDetail/122

CMU Frontal Face Imageshttps://dataju.cn/Dataju/web/datasetInstanceDetail/123

FDDB_Face Detection Data Set and Benchmark https://dataju.cn/Dataju/web/datasetInstanceDetail/130

NIST Mugshot Identification Database https://dataju.cn/Dataju/web/datasetInstanceDetail/140

Faces in the Wild 人脸数据https://dataju.cn/Dataju/web/datasetInstanceDetail/170

CelebA 名人人脸图像数据 https://dataju.cn/Dataju/web/datasetInstanceDetail/175

VGG Face 人脸图像数据 https://dataju.cn/Dataju/web/datasetInstanceDetail/189

Caltech 10k Web Faces 人脸图像数据https://dataju.cn/Dataju/web/datasetInstanceDetail/125

姿势动作图像

HMDB_a large human motion database https://dataju.cn/Dataju/web/datasetInstanceDetail/126

Human Actions and Scenes Dataset https://dataju.cn/Dataju/web/datasetInstanceDetail/177

Buffy Stickmen V3 人体轮廓识别图像数据 https://dataju.cn/Dataju/web/datasetInstanceDetail/178

Human Pose Evaluator 人体轮廓识别图像数据 https://dataju.cn/Dataju/web/datasetInstanceDetail/179

Buffy pose 人类姿势图像数据https://dataju.cn/Dataju/web/datasetInstanceDetail/181

VGG Human Pose Estimation 姿势图像标注数据 https://dataju.cn/Dataju/web/datasetInstanceDetail/197

指纹识别图像

NIST FIGS 指纹识别数据https://dataju.cn/Dataju/web/datasetInstanceDetail/281

NIST Supplemental Fingerprint Card Data (SFCD) 指纹识别数据https://dataju.cn/Dataju/web/datasetInstanceDetail/280

NIST Plain and Rolled Images from Paired Fingerprint Cards https://dataju.cn/Dataju/web/datasetInstanceDetail/279

in 500 pixels per inch 指纹识别数据https://dataju.cn/Dataju/web/datasetInstanceDetail/77

NIST Plain and Rolled Images from Paired Fingerprint Cards https://dataju.cn/Dataju/web/datasetInstanceDetail/289

1000 pixels per inch 指纹识别数据https://dataju.cn/Dataju/web/datasetInstanceDetail/132

其他图像数据

Visual Question Answering V1.0 图像数据https://dataju.cn/Dataju/web/datasetInstanceDetail/84

Visual Question Answering V2.0 图像数据

https://dataju.cn/Dataju/web/datasetInstanceDetail/241

视频数据/综合视频

DAVIS_Densely Annotated Video Segmentation 数据 https://dataju.cn/Dataju/web/datasetInstanceDetail/147

YouTube-8M 视频数据集【数据太大仅有介绍】https://dataju.cn/Dataju/web/datasetInstanceDetail/133

YouTube 网站视频备份【数据太大仅有介绍】 https://dataju.cn/Dataju/web/datasetInstanceDetail/134

人类动作视频

Microsoft Research Action 人类动作视频数据 https://dataju.cn/Dataju/web/datasetInstanceDetail/144

UCF50 Action Recognition 动作识别数据https://dataju.cn/Dataju/web/datasetInstanceDetail/135

UCF101 Action Recognition 动作识别数据 https://dataju.cn/Dataju/web/datasetInstanceDetail/136

UT-Interaction 人类动作视频数据 https://dataju.cn/Dataju/web/datasetInstanceDetail/137

UCF iPhone 运动中传感器数据https://dataju.cn/Dataju/web/datasetInstanceDetail/148

UCF YouTube 人类动作视频数据https://dataju.cn/Dataju/web/datasetInstanceDetail/125

UCF Sport 人类动作视频数据 https://dataju.cn/Dataju/web/datasetInstanceDetail/126

UCF-ARG 人类动作视频数据https://dataju.cn/Dataju/web/datasetInstanceDetail/141

HMDB 人类动作视频https://dataju.cn/Dataju/web/datasetInstanceDetail/157

HOLLYWOOD2 人类行为动作视频数据https://dataju.cn/Dataju/web/datasetInstanceDetail/146

Recognition of human actions 动作视频数据 https://dataju.cn/Dataju/web/datasetInstanceDetail/244

Motion Capture 动作捕捉视频数据https://dataju.cn/Dataju/web/datasetInstanceDetail/245

SBU Kinect Interaction 肢体动作视频数据 https://dataju.cn/Dataju/web/datasetInstanceDetail/246

目标检测视频

UCSD Pedestrian 行人视频数据https://dataju.cn/Dataju/web/datasetInstanceDetail/247

Caltech Pedestrian 行人视频数据https://dataju.cn/Dataju/web/datasetInstanceDetail/248

ETH 行人视频数据 https://dataju.cn/Dataju/web/datasetInstanceDetail/223

INRIA 行人视频数据https://dataju.cn/Dataju/web/datasetInstanceDetail/159

TudBrussels 行人视频数据 https://dataju.cn/Dataju/web/datasetInstanceDetail/151

Daimler 行人视频数据https://dataju.cn/Dataju/web/datasetInstanceDetail/150

ALOV++ 物体追踪视频数据https://dataju.cn/Dataju/web/datasetInstanceDetail/152

密集人群视频

Crowd Counting 高密度人群图像 https://dataju.cn/Dataju/web/datasetInstanceDetail/156

Crowd Segmentation 高密度人群视频数据 https://dataju.cn/Dataju/web/datasetInstanceDetail/243

Tracking in High Density Crowds 高密度人群视频 https://dataju.cn/Dataju/web/datasetInstanceDetail/200

其他视频

Fire Detection 视频数据

https://dataju.cn/Dataju/web/datasetInstanceDetail/186

音频数据/综合音频

Google Audioset 音频数据【数据太大仅有介绍】 https://dataju.cn/Dataju/web/datasetInstanceDetail/164

语音识别

Sinhala TTS 英语语音识别https://dataju.cn/Dataju/web/datasetInstanceDetail/251

TIMIT 美式英语语音识别数据https://dataju.cn/Dataju/web/datasetInstanceDetail/252

LibriSpeech ASR corpus 语音数据https://dataju.cn/Dataju/web/datasetInstanceDetail/194

Room Impulse Response and Noise 语音数据 https://dataju.cn/Dataju/web/datasetInstanceDetail/191

ALFFA 非洲语音数据https://dataju.cn/Dataju/web/datasetInstanceDetail/96

THUYG-20 维吾尔语语音数据 https://dataju.cn/Dataju/web/datasetInstanceDetail/96

AMI Corpus 语音识别

https://dataju.cn/Dataju/web/datasetInstanceDetail/96

自然语言处理

RCV1https://dataju.cn/Dataju/web/datasetInstanceDetail/93

英语 https://dataju.cn/Dataju/web/datasetInstanceDetail/90

新闻数据https://dataju.cn/Dataju/web/datasetInstanceDetail/78

20news 英语新闻数据 https://dataju.cn/Dataju/web/datasetInstanceDetail/78

First Quora Release Question Pairs 问答数据https://dataju.cn/Dataju/web/datasetInstanceDetail/94

JRC Nameshttps://dataju.cn/Dataju/web/datasetInstanceDetail/92

各国语言专有实体名称https://dataju.cn/Dataju/web/datasetInstanceDetail/89

Multi-Domain Sentiment V2.0 https://dataju.cn/Dataju/web/datasetInstanceDetail/205

LETOR 信息检索数据https://dataju.cn/Dataju/web/datasetInstanceDetail/205

Yale Youtube Vedio Text https://dataju.cn/Dataju/web/datasetInstanceDetail/221

斯坦福问答数据【Kaggle数据】https://dataju.cn/Dataju/web/datasetInstanceDetail/221

美国假新闻数据【Kaggle数据】https://dataju.cn/Dataju/web/datasetInstanceDetail/212

NIPS会议文章信息数据（1987-2016）【Kaggle数据】 https://dataju.cn/Dataju/web/datasetInstanceDetail/268

2016年美国总统选举辩论数据【Kaggle数据】https://dataju.cn/Dataju/web/datasetInstanceDetail/269

WikiLinks 跨文档指代语料https://dataju.cn/Dataju/web/datasetInstanceDetail/277

European Parliament Proceedings Parallel Corpus 机器翻译数据 https://dataju.cn/Dataju/web/datasetInstanceDetail/285

WikiText 英语语义词库数据https://dataju.cn/Dataju/web/datasetInstanceDetail/272

WMT 2011 News Crawl 机器翻译数据https://dataju.cn/Dataju/web/datasetInstanceDetail/288

Stanford Sentiment Treebank 词汇数据https://dataju.cn/Dataju/web/datasetInstanceDetail/334

英语语言模型单词预测竞赛数据

https://dataju.cn/Dataju/web/datasetInstanceDetail/201

社会数据

希拉里邮件门泄露邮件https://dataju.cn/Dataju/web/datasetInstanceDetail/267

波士顿Airbnb 公开数据【Kaggle数据】https://dataju.cn/Dataju/web/datasetInstanceDetail/209

世界各国经济发展数据【Kaagle数据】https://dataju.cn/Dataju/web/datasetInstanceDetail/202

世界大学排名芝加哥犯罪数据（2001-2017）【Kaagle数据】 https://dataju.cn/Dataju/web/datasetInstanceDetail/233

世界范围显著地震数据（1965-2016）【Kaagle数据】https://dataju.cn/Dataju/web/datasetInstanceDetail/231

美国婴儿姓名数据【Kaagle数据】https://dataju.cn/Dataju/web/datasetInstanceDetail/222

全世界鲨鱼袭击人类数据【Kaagle数据】 https://dataju.cn/Dataju/web/datasetInstanceDetail/219

1908年以来空难数据【Kaagle数据】https://dataju.cn/Dataju/web/datasetInstanceDetail/218

2016年美国总统大选数据【Kaagle数据】 https://dataju.cn/Dataju/web/datasetInstanceDetail/217

2013年美国社区统计数据【Kaagle数据】 https://dataju.cn/Dataju/web/datasetInstanceDetail/273

2014年美国社区统计数据【Kaagle数据】 https://dataju.cn/Dataju/web/datasetInstanceDetail/274

2015年美国社区统计数据【Kaagle数据】https://dataju.cn/Dataju/web/datasetInstanceDetail/215

欧洲足球运动员赛事表现数据【Kaagle数据】 https://dataju.cn/Dataju/web/datasetInstanceDetail/211

美国环境污染数据【Kaagle数据】 https://dataju.cn/Dataju/web/datasetInstanceDetail/224

美国H1-B签证申请数据Kaggle数据】https://dataju.cn/Dataju/web/datasetInstanceDetail/224

IMDB五千部电影数据【Kaggle数据】https://dataju.cn/Dataju/web/datasetInstanceDetail/224

2015年航班延误和取消数据【Kaggle数据】 https://dataju.cn/Dataju/web/datasetInstanceDetail/226

凶杀案报告数据【Kaggle数据】https://dataju.cn/Dataju/web/datasetInstanceDetail/216

人力资源分析数据【Kaggle数据】https://dataju.cn/Dataju/web/datasetInstanceDetail/259

美国费城犯罪数据【Kaggle数据】https://dataju.cn/Dataju/web/datasetInstanceDetail/260

安然公司邮件数据【Kaggle数据】https://dataju.cn/Dataju/web/datasetInstanceDetail/262

历史棒球数据【Kaggle数据】https://dataju.cn/Dataju/web/datasetInstanceDetail/263

美联航 Twitter 用户评论数据【Kaggle数据】 https://dataju.cn/Dataju/web/datasetInstanceDetail/264

波士顿 Airbnb 公开数据【Kaggle数据】https://dataju.cn/Dataju/web/datasetInstanceDetail/265

芝加哥市2001年以来犯罪记录数据 https://dataju.cn/Dataju/web/datasetInstanceDetail/267

美国查塔努加市犯罪记录数据（2003年至今） https://dataju.cn/Dataju/web/datasetInstanceDetail/353

芝加哥街边咖啡厅季节中的人行道咖啡厅许可数据 https://dataju.cn/Dataju/web/datasetInstanceDetail/358

芝加哥餐馆卫生检查结果数据https://dataju.cn/Dataju/web/datasetInstanceDetail/351

几个人类运动位置路线GPS数据集（骑行、跑步等）

https://dataju.cn/Dataju/web/datasetInstanceDetail/352

科研和竞赛数据

NIPS 2003 属性选择竞赛数据https://dataju.cn/Dataju/web/datasetInstanceDetail/370

台湾大学林智仁教授处理为 LibSVM 格式的分类建模数据 https://dataju.cn/Dataju/web/datasetInstanceDetail/296

Large-scale 分类建模数据https://dataju.cn/Dataju/web/datasetInstanceDetail/297

几个UCI 中 large-scale 分类建模数据https://dataju.cn/Dataju/web/datasetInstanceDetail/298

Social Computing https://dataju.cn/Dataju/web/datasetInstanceDetail/299

Data Repository 社交网络数据https://dataju.cn/Dataju/web/datasetInstanceDetail/300

猫和狗分类识别竞赛数据【Kaggle竞赛】https://dataju.cn/Dataju/web/datasetInstanceDetail/318

DSTL 卫星图像识别竞赛数据【Kaggle竞赛】https://dataju.cn/Dataju/web/datasetInstanceDetail/328

根据手机应用软件使用行为预测用户性别年龄竞赛数据【Kaggle竞赛】 https://dataju.cn/Dataju/web/datasetInstanceDetail/332

人脸关键点标定竞赛数据【Kaggle竞赛】 https://dataju.cn/Dataju/web/datasetInstanceDetail/331

Kaggle竞赛数据合辑（部分竞赛数据）

https://dataju.cn/Dataju/web/datasetInstanceDetail/368

Kaggle

书籍推荐数据集(goodreads/上万图书/百万评价)【Kaggle】

https://www.kaggle.com/zygmunt/goodbooks-10k

带有预期点数和获胜概率的NFL比赛详情数据集(2009-2016)【Kaggle】

https://www.kaggle.com/maxhorowitz/nflplaybyplay2009to2016

HackerNews数据集(2006年以来约1/4文章) 【Kaggle】

https://www.kaggle.com/hacker-news/hacker-news-corpus

酒店评价数据集【Kaggle】

https://www.kaggle.com/datafiniti/hotel-reviews

1950年以来NBA球员状态&表现数据集【Kaggle】

https://www.kaggle.com/drgilermo/nba-players-stats

开普勒太空望远镜深空星球光强时序数据集【Kaggle】

https://www.kaggle.com/keplersmachines/kepler-labelled-time-series-data

巴基斯坦无人机袭击数据集(2004-2016)【Kaggle】

https://www.kaggle.com/zusmani/pakistandroneattacks

墨尔本房屋市场数据集【Kaggle】

https://www.kaggle.com/anthonypino/melbourne-housing-market

1789-2016历任美国总统签署行政命令数据集【Kaggle】

https://www.kaggle.com/nationalarchives/executive-orders

来自Stack Overflow平台的Python语言问答数据集【Kaggle】

https://www.kaggle.com/stackoverflow/pythonquestions

来自Stack Overflow品台的R语言问答数据集【Kaggle】

https://www.kaggle.com/stackoverflow/rquestions

每日海冰范围数据集【Kaggle】

https://www.kaggle.com/nsidcorg/daily-sea-ice-extent-data

NIPS(1987-2016)论文数据集【Kaggle】

　　https://www.kaggle.com/benhamner/nips-papers

大学公开数据集

(Stanford)69G大规模无人机(校园)图像数据集【Stanford】

https://cvgl.stanford.edu/projects/uav_data/

人脸素描数据集【CUHK】

https://mmlab.ie.cuhk.edu.hk/archive/facesketch.html

自然语言推理(文本蕴含标记)数据集【NYU】

https://www.nyu.edu/projects/bowman/multinli/

Berkeley图像分割数据集BSDS500【Berkeley】

https://www2.eecs.berkeley.edu/Research/Projects/CS/vision/grouping/resources.html

宠物图片(分割)数据集【Oxford】

https://www.robots.ox.ac.uk/~vgg/data/pets/

发布ADE20K场景感知/解析/分割/多目标识别数据集【MIT】

https://groups.csail.mit.edu/vision/datasets/ADE20K/

多模态二元行为数据集【GaTech】

　　https://www.cbi.gatech.edu/mmdb/

计算机视觉／图像／视频数据集

Fashion-MNIST风格服饰图像数据集【肖涵】

https://github.com/zalandoresearch/fashion-mnist

大型(50万)LOGO标志数据集

https://data.vision.ee.ethz.ch/cvl/lld/

4D扫描(60fps移动非刚性物体3D扫描)数据集【D-FAUST】

https://dfaust.is.tue.mpg.de

基于MNIST的视觉计数合成数据集Counting MNIST

https://fomoro.com/tools/counting-mnist/

YouTube MV视频数据集【Keunwoo Choi】

https://github.com/keunwoochoi/YouTube-music-video-5M

计算机视觉合成数据集/工具大列表【unrealcv】

https://github.com/unrealcv/synthetic-computer-vision

动物属性标记数据集【ChristophH. Lampert／Daniel Pucher／JohannesDostal】

https://cvml.ist.ac.at/AwA2/

日本漫画数据集Manga109

https://dl.acm.org/citation.cfm?doid=3011549.3011551

俯拍舞蹈视频数据集

https://homepages.inf.ed.ac.uk/rbf/CEILIDHDATA/

Pixiv(着色)图片数据集【Jerry Li】

https://github.com/jerryli27/pixiv_dataset

e-VDS视频数据集

https://engineering.purdue.edu/elab/eVDS/#download

Quick, Draw!简笔画涂鸦数据集

https://github.com/googlecreativelab/quickdraw-dataset

简笔画涂鸦数据集【hardmaru】

https://github.com/hardmaru/sketch-rnn-datasets

服饰人像生成模型(&Chictopia10K[HumanParsing]时尚人像解析数据集)【Christoph Lassner／Gerard Pons-Moll／Peter V. Gehler】

https://files.is.tue.mpg.de/classner/gp/

COCO像素级标注数据集

https://github.com/nightrome/cocostuff

大规模街道级图片(分割)数据集【Peter Kontschieder】

https://blog.mapillary.com/product/2017/05/03/mapillary-vistas-dataset.html

大规模日语图片描述数据集

https://github.com/STAIR-Lab-CIT/STAIR-captions

Cityscapes街景语义分割数据集（50城30类5k细标20k粗标图片及标记视频）

https://github.com/mcordts/cityscapess

(街头)时尚服饰数据集(2000+标注图片)

https://github.com/bearpaw/clothing-co-parsing

PyTorch实现的VOC2012数据集Pixel-wise目标分割【BodoKaiser】

https://github.com/bodokaiser/piwise

Twenty Billion Neurons对象复杂运动与交互视频数据集【Nikita Johnson】

https://www.re-work.co/blog/the-something-something-video-dataset

文本／评价／问答／自然语言数据集

(20万)英文笑话数据集【TaivoPungas】

https://github.com/taivop/joke-dataset

机器学习保险行业问答开放数据集【HainWang】

https://github.com/shuzi/insuranceQA

保险行业问答(QA)数据集【Minwei Feng】

https://github.com/shuzi/insuranceQA

Stanford NLP发布新的多轮、跨域、任务导向对话数据集【Mihail Eric】

https://github.com/keunwoochoi/YouTube-music-video-5M

实体/名词语义关系标记数据集【David S. Batista】

https://github.com/davidsbatista/Annotated-Semantic-Relationships-Datasets

NLVR：自然语言基础数据集(对象分组、数量、比较及空间关系推理)

https://lic.nlp.cornell.edu/nlvr/

2.8万文章/10万问题大规模(英语考试)阅读理解数据集

https://github.com/qizhex/RACE_AR_baselines

错误拼写数据集

https://www.dcs.bbk.ac.uk/~ROGER/corpora.html

文本简化数据集

https://www.cs.pomona.edu/~dkauchak/simplification/

英语词/句/语义框架框架标注数据集FrameNet

https://framenet.icsi.berkeley.edu/fndrupal/

(又一个)自然语言处理(NLP)数据集列表【Nicolas Iderhoff】

https://github.com/niderhoff/nlp-datasets

跨语种/多样式/多粒度文本相似性检测数据集

https://github.com/FerreroJeremy/Cross-Language-Dataset

Quora数据集：400000行潜在重复问题

https://qim.ec.quoracdn.net/quora_duplicate_questions.tsv

文本分类数据集

https://disi.unitn.it/moschitti/corpora.htm

Frames：Maluuba对话数据集

https://datasets.maluuba.com/Frames/dl

跨域(Amazon商品评论)情感数据集

https://www.cs.jhu.edu/~mdredze/datasets/sentiment/

语义网机器学习系统评价/基准数据集集合

　　https://dws.informatik.uni-mannheim.de/en/research/a-collection-of-benchmark-datasets-for-ml

其它数据集

数据科学/机器学习数据集汇总

https://elitedatascience.com/datasets

CORe50：连续目标识别数据集【VincenzoLomonaco&DavideMaltoni】

https://vlomonaco.github.io/core50/

(Matlab)数据集统计分布自动发现【Isabel Valera】

https://proceedings.mlr.press/v70/valera17a.html

(建筑物)损害评估数据集【tsunami】

https://github.com/faiton713/ABCDdataset

IndieWeb社交图谱数据集【IndieWeb】

https://www.indiemap.org

DeepMind开源环境/数据集/代码集合【DeepMind】

https://deepmind.com/research/open-source/

鸟叫声数据集【xeno-canto】

https://www.xeno-canto.org

Wolfram数据集仓库

https://datarepository.wolframcloud.com

大型音乐分析数据集FMA

https://github.com/mdeff/fma

(300万)Instacart在线杂货购物数据集【Jeremy Stanley】

https://tech.instacart.com/3-million-instacart-orders-open-sourced-d40d29ead6f2

用于欺诈检测的合成财务数据集【TESTIMON】

https://www.kaggle.com/ntnu-testimon/paysim1

NSynth：大规模高质量音符标记音频数据集

https://magenta.tensorflow.org/datasets/nsynth

LIBSVM格式分类/回归/多标签/字符串数据集

https://www.csie.ntu.edu.tw/~cjlin/libsvmtools/datasets/binary.html

笔记本电脑用logistic回归拟合100G数据集【DmitriySelivanov】

https://dsnotes.com/post/2017-02-07-large-data-feature-hashing-and-online-learning-part-2/

StackExchange近似/重复问题数据集

https://nlp.cis.unimelb.edu.au/resources/cqadupstack/

2010-2017最全KDD CUP赛题回顾及数据集

https://suo.im/2kRoQ1

食谱数据集：带有评级、营养及类别信息的超过2万种食谱【HugoDarwood】

https://www.kaggle.com/hugodarwood/epirecipes

奥斯卡数据集【Academy of Motion Picture Arts and Sciences】

https://www.kaggle.com/theacademy/academy-awards

计算医疗库：(TensorFlow)大型医疗数据集分析与机器学习建模【AkshayBhat】

https://github.com/AKSHAYUBHAT/ComputationalHealthcare

聚类数据集

https://cs.joensuu.fi/sipu/datasets/

官方开放气候数据集

https://pan.baidu.com/s/1i52Xarb

全球恐怖袭击事件数据集【START Consortium】

https://www.kaggle.com/START-UMD/gtd

七个机器学习时序数据集

https://machinelearningmastery.com/time-series-datasets-for-machine-learning/

大型众包关系数据库自然语言查询语义解析数据集(8万+查询样本)

https://t.cn/RNMr09n

赛马赔率数据集

https://t.cn/RNf0tXN

新的YELP数据集：包含470万评论和15.6万商家

https://t.cn/RNG6JYi

JMIR数据集专刊《JMIR Data》

https://t.cn/RCIhmvS

用于评价监督机器学习算法的基准数据集

https:// github.com/EpistasisLab/penn-ml-benchmarks

人口普查收入数据集分类

https:// github.com/dformoso/sklearn-classification

日文木版印刷文字识别数据集

https://t.cn/RCZPfYB

多模态二元行为数据集

https://t.cn/RCzFn1g

(TensorFlow)AudioSet音频事件数据集分类模型

GitHub: tensorflow/models/tree/master/audioset

Facebook星际争霸游戏数据集

(TorchCraft可读/365GB/6万多场次/15亿帧画面/近5亿用户操作)

https://t.cn/R9j8AUM

机器学习论文/数据集/工具集锦(日文)

https://t.cn/RKV7x2A

机器学习公司的十大数据搜集策略

https://t.cn/R54rtvd

NLP数据集加载工具集

https://t.cn/RaYwYXl

日语相似词数据集

https://t.cn/RaVFV35

大规模人本完形填空(多选阅读理解)数据集

https://t.cn/Rac2Pey

高质量免费数据集列表

https://t.cn/R6B1aqa

《数据之美》自然语言数据集/代码

https://t.cn/hBOTM4

微软数据集MS MARCO，阅读理解领域的「ImageNet」

https://t.cn/RIMqGBK

AI2科学问答数据集(多选)

　　https://t.cn/RI5liwJ

常用图像数据集大全

（分类，跟踪，分割，检测等）

1. 搜狗实验室数据集：

https://www.sogou.com/labs/dl/p.html

互联网图片库来自sogou图片搜索所索引的部分数据。其中收集了包括人物、动物、建筑、机械、风景、运动等类别，总数高达2,836,535张图片。对于每张图片，数据集中给出了图片的原图、缩略图、所在网页以及所在网页中的相关文本。200多G

2. https://www.imageclef.org/

IMAGECLEF致力于位图片相关领域提供一个基准（检索、分类、标注等等） Cross Language Evaluation Forum (CLEF) 。从2003年开始每年举行一次比赛.

https://staff.science.uva.nl/~xirong/index.php?n=Main.Dataset

来源：人工智能爱好者社区

Q:你还知道哪些数据集？

转载 / 投稿请联系：hzzy@hzbook.com

9体育-包含波士顿凯尔特人迎英超关键赛；今晚调整名单；震撼外界；临场指挥获称赞的词条

Tue, 14 Apr 2026 23:01:24 +0800

1、在阿森纳40大胜马德里竞技的欧冠战役中梅开二度后，哲凯赖什用三组震撼数据证明他不仅是进球机器，更是英超赛场上独一无。

2、德国名宿马特乌斯就称赞拉克索尔特的踢法非常现代化，符合如今他带领的这支克罗地亚有一股震撼人心的血气即便是决赛面对实。

9体育-陸)芛藽??卌=5滁dR?D惣謫}邳稣?肂况k稃?z鼯翥m"z=c^嶐?車?亨薉dj軂M?匞U銏E61s駚?p前埁j襍?Z燖?胓僆?纼?薡?z[x5欫房?餹\勅諩碐囉€m婖?/2AK?~钰膟衬c说JZK=﹫恃I?l?e?燩p\c?G?(djkk破解在线下载网)

Tue, 14 Apr 2026 06:16:01 +0800

　　计算机编程语言可用于将指令传达给计算机。它们基于某些句法和语义规则，定义了编程语言中每种结构的含义。

　　现在我得到了一个凡是可以找得到的每种编程语言的列表。我将它们分为以下几类：

　　● 解释型编程语言

　　● 函数式编程语言

　　● 编译型编程语言

　　● 过程式编程语言

　　● 脚本编程语言

　　● 标记编程语言

　　● 基于逻辑的编程语言

　　● 并发编程语言

　　● 面向对象编程语言

　　解释型编程语言

　　解释型语言是这样一种编程语言，其大部分实现直接执行指令，而无需先将程序编译成机器语言指令。解释器直接执行程序，它会将每个语句翻译成已编译成了机器代码的一个或多个子程序的序列。

　　APL

　　APL 以《编程语言（A Programming Language）》一书命名（Iverson，Kenneth E.，1962），它是一种数组编程语言。它可以在多个数据阵列上同时工作。它是一种解释型、可交互和函数式的编程语言。

　　AutoIt

　　它是自由软件，是一种用于 Microsoft Windows 的自动化语言。主要目的是创建可用于在 Windows 上执行某些重复任务的自动化脚本。

　　BASIC

　　于1964年由约翰·乔治·凯米尼（John George Kemeny）和托特·尤金·库尔茨（Thomas Eugene Kurtz）在达特茅斯（Dartmouth）开发，它是初学者多用符号指令代码（Beginner’s All-purpose Symbolic Instruction Code）的缩写。它的目的是为非科学人士提供一个使用电脑的途径。

　　Eiffel

　　它是一种被 ISO 标准化了的面向对象编程语言，用于开发可扩展和可重复使用的软件。它是一个可面向许多行业的开发平台，如金融，航空航天和视频游戏。

　　Forth

　　它是一种结构化的命令式编程语言，其实现基于堆栈。它支持交互式的命令执行以及对命令序列的编译。

　　Frink

　　由 Alan Eliasen 开发，以 John Frink 教授命名——他是一位颇受欢迎的虚构人物。它基于 Java 虚拟机，专注于科学和工程领域。其突出特点是能通过所有的能让数量包含其测量单位的计算，来对测量单位进行跟踪。

　　Game Maker 语言

　　它是一种解释型的计算机编程语言，旨在与 Game Maker 配合使用—— Game Maker 是一种游戏制作应用程序。荷兰计算机科学家马克·奥马斯（Mark Overmars）设计了这种语言。

　　ICI

　　ICI 是由 Tim Long 于1992年设计的，它是一种通用的解释型计算机编程语言。它支持动态输入，灵活的数据类型以及其它的一些类似于 C 的语言结构。

　　Ken Iverson 和 Roger Hui 开发了这个只需要使用基础 ASCII 字符集的编程语言。它是一种数组编程语言，适用于数学和统计操作。

　　Lisp

　　Lisp是如今正在被广泛使用的第二古老的高级编程语言。其名称 Lisp 派生自“列表处理语言（List Processing Language）”。Lisp 支持的重要数据结构之一是链表。 Lisp 程序会将源代码当做是数据结构。

　　Lua

　　计算机图形技术组的成员在1993年开发出了 Lua。它被设计成为脚本语言，是一种不可获取的过程式编程语言，以简单而强大而闻名。

　　M 是 MUMPS 的缩写，它是为医疗保健行业而创建的一种编程语言。M 语言是由医学信息技术的创始人 Neil Pappalardo 以及他的同事开发出来的。

　　Pascal

　　它是一种过程式编程语言，旨在利用上数据结构化和结构化编程的概念。瑞士计算机科学家 Niklaus Wirth 设计了这种语言，是以法国数学家和哲学家 Blaise Pascal 来命名的。

　　PCASTL

　　它是 Parent and Childset Accessible Syntax Tree Language（可访问父和子集语法树语言）的缩写，是由 Philippe Choquette 开发出来的高级语言，属于解释型的计算机编程语言类型。它是专门为自修改代码而设计的。

　　Perl

　　Perl 是一种支持动态编程的高级解释型编程语言。它是由 Larry Wall 开发的，而 Larry Wall 则是 NASA 的系统管理员。它为程序员提供了文本处理的能力，并融合了 C、Lisp 还有 Awk 等各种语言的功能特性。

　　Post

　　它主要在桌面出版领域中使用，被称为页面描述语言。它是一种基于堆栈的动态编程语言，由美国计算机科学家 John Warnock 和计算机科学领域著名人物 Charles Geschke 开发。这些开发人员后来一起创立了非常着名的 Adobe Systems 公司。

　　Python

　　它是一种支持强制命令，面向对象和函数式编程样式的高级编程语言。它与 Perl 在动态类型系统和自动内存管理方面有相似之处。Python 最初于1991年由荷兰计算机程序员 Guido van Rossum 发布，它是一种基于社区的开放性语言，其开发由 Python Software Foundation 来进行管理。

　　REXX

　　Restructured Extended Executor（重构扩展执行器）的简称，它是由 IBM 开发的解释型语言。它被设计出来的目的是成为一种易于学习和阅读的语言。 NetRexx 是 IBM 提供的基于 REXX 的面向对象编程实现。Object REXX 是基于 REXX 的面向对象脚本语言。

　　Ruby

　　在20世纪90年代，日本兴起了要开发这样一种语言的动力。它具有与 Perl 类似的动态类型系统和自动内存管理功能。它支持多种编程样式，是一种动态的面向对象语言。

　　S-Lang

　　S-Lang 一开始是作为一种基于堆栈的语言来而开发出来，而现在已经演变为一种类似于 C 的语言。它是由 John E. Davis 开发出来的。

　　Spin

　　Spin 是一种多任务且面向对象的编程语言，其编译器会将代码转换为字节码。多个 Spin 代码线程可以在同时运行，从而实现多任务处理。Spin 是由 Parallax 的 Chip Gracey 开发出来的。

　　函数式编程语言

　　函数式编程语言定义每次的计算作为数学求值。他们把焦点集中在函数的应用。大量的函数编程语言被绑定在数学计算上。

　　Charity

　　它是一种纯净的函数式，非图灵完备语言，这意味着所有的程序都可以被保证能终止。Charity 是由加拿大的一所公立大学 —— Calgary 大学设计的。

　　Clean

　　它是一种纯净的函数式编程语言，拥有跨平台能力，自动垃圾收集机制，多数据结构和引用透明性，这些能力意味着一个函数，只要给它一个输入将总是会有一个输出。

　　Curry

　　它是一种函数逻辑编程语言，实现了函数式与逻辑编程，还有约束式编程。在约束式编程方法中，变量之间的关系是以约束的形式表示的。

　　Erlang

　　它是一种并发编程语言，包含了一系列支持函数式编程的子集。爱立信将 Erlang 作为一种分布式软实时与容错语言来进行开发，并于1998年将其作为一种开放源代码的计算机编程语言发布，是最常用的函数式编程语言之一。

　　它是面向 .NET Framework 的一种编程语言，同时支持函数式以及命令式的面向对象编程。微软研究院的 Don Syme 开发了这种语言，他现在正在 Microsoft 开发部门进行参与开发工作。它被称作 F Sharp ，被集成到 .NET Framework 和 Visual Studio 中。

　　Haskell

　　Haskell 是以 Haskell Curry ——一个逻辑学家——来命名的，是一中标准化的纯函数式语言。它支持模式匹配，可定义运算符、单个赋值、代数数据类型以及递归函数。

　　Joy

　　它是一种基于函数组合的纯函数式语言。澳大利亚 La Trobe 大学的 Manfred von Thun 开发出了这种语言。

　　Kite

　　它于2006年推出，带有一个由面向对象和函数式编程功能特性混合组成的功能集合。这是一种可快速运行的语言。有趣的是，Kite 使用管道字符来进行函数式调用，而不像使用其他语言那样使用点或者箭头字符。

　　爱丁堡大学的罗宾·米尔纳（Robin Milner）及其同事在七十年代推出了 ML 。因为它支持命令式编程，所以并非一种纯粹的函数式语言。标准 ML 在编译器编写者群体中很受欢迎，是一种模块化的函数式编程语言。Alice 是标准 ML 的方言，支持分布式计算，多线程和约束式编程。Caml 是 ML 的另一种方言，是一种支持自动内存管理的静态类型语言。Ocaml 是作为开源项目开发出来的 Caml 实现。 JoCaml 是基于连接演算模式的 Ocaml 版本。

　　Nemerle

　　它是专为 .NET 平台设计的一种静态类型编程语言。 Nemerle 中的程序会被编译成中间语言字节码。它支持函数式，命令式以及面向对象编程。

　　OPAL

　　该名称表示的是 Optimized Applicative Language （优化应用语言），是由柏林技术大学开发出来的函数式编程语言。

　　OPS5

　　它是一种基于规则的生产系统计算机语言，已经成为在专业系统中使用的首选语言。

　　之所以被称为 Q ，因为它是一种等式（equational）编程语言。它是由德国美因茨大学 Albert Graf 设计出来的一种解释型函数式语言。它可以被描述为用于对表达式进行计算的一组方程式。

　　编译型编程语言

　　编译型语言是典型的通过编译器(将源代码生成机器码的翻译工具)而不是解释器(一步步执行源码，不会在运行前发生转换)实现的编程语言。

　　Ada

　　它是一种基于 Pascal 的静态类型、结构化、命令式的编程语言。Jean Ichbiah 带领的 CII Honeywell Bull 团队开发了 Ada。Ada 编译器由关键任务系统验证，它是符合国际标准的计算机编程语言。

　　ALGOL

　　它的名称就表明了它是一种算法语言。实际上它是在20世纪50年代中期开发出来的一系列命令式编程语言。它被证明可用于创建像 BCPL、B 和 C 这样的编程语言。位于 Oslo 的挪威计算机中心的 Ole-Johan Dahl 和 Kristen Nygaard 在它的基础上创造了 Simula。

　　贝尔电脑实验室的 Dennis Ritchie 开发了 C 用于 Unix 平台。它是通用、跨平台、过程化、命令式的编程语言。它用于实现系统软件和应用软件，是当今使用最广泛的计算机编程语言之一。C++ 和 C# 都是基于 C 发展而来。

　　C++

　　它由高级语言和低级语言相结合，因此被认为是一个中级编程语言。贝尔实验室的 Bjarne Stoustrup 开发了 C++，把它作为 C 语言的扩展。它最初被称为“含有类的C”，直到 1983 年才被称为 C++。它是一种支持过程化编程、泛型编程、面向对象编程和数据抽象的多样化语言。

　　[译者注：multi-paradigm 中的 paradigm 指形式，常见的编程形式包括：命令式(imperative)、函数式(functional)、申明式(declarative)、面向对象(object-oriented)、过程化(procedural)、逻辑化(logic)、风格化(symbolic)——参考维基百科]

　　C Sharp 也是一种多样化语言，支持命令式、泛型和面向对象编程。它是 Microsoft .NET 框架的一部分。它的面向对象语法与 C++ 相似。它还受到 Java 和 Delphi 的影响。

　　CLEO

　　它被称为 Clear Language for Expressing Orders (清楚表达命令的语言)，是用于 LEO 计算机的计算机语言。

　　COBOL

　　其名称代表了 Common Business-Oriented Language (面向商业的通用语言)，被设计用于商业和金融领域。COLBOL 2002 标准支持面向对象编程。它是一个非常古老的编程语言，但仍然在使用。

　　Cobra

　　它是一个运行于 .NET 框架和 Mono 框架的面向对象编程语言，由 Chunk Esterbrook 开发。它的设计受 Python 和 C# 的影响。它支持静态和动态类型，适用于单元测试。现在它是一个开源项目。

　　它最初被设计为 C++ 的增强，受 Java、Eiffel 和 C# 的影响。它是面向对象、命令式、多样化的系统编程语言，由 Digital Mars 的 Walter Bright 开发。

　　DASL

　　它是 Distributed Application Specification Language (分布式应用程序描述语言) 的缩写，是由 Sun 公司开发的一款高级、强类型的编程语言。创建它是为了用来开发 Web 应用。

　　DIBOL

　　DIBOL 是 Digital Interactive Business Oriented Language(面向商业的数字互动语言)的简写，它是通用过程命令式的编程语言。它和 COBOL 很像，适用于管理信息系统的开发。

　　Fortran

　　这是过程化、命令式的通用计算机编程语言，适用于科学计算和数值运算。自 IBM 于 20 世纪 50 年代开发出来，它迅速走红。它是结构化的编译型编程语言，在高性能计算领域非常流行。它是 Fortran95 的子集。Fortran 的修订版本，Fortran 2003 支持面向对象编程。

　　Java

　　它是通用计算机编程语言，并发，基于类，面向对象并专门针对尽可能少的依赖来进行设计。编译后的 Java 代码可以不需要再次编译就运行于各种支持 Java 的平台。是现代非常流行的语言。

　　JOVIAL

　　它是类似 ALGOL 的高阶计算机编程语言。它适用于嵌入式系统的设计和开发。

　　Objective-C

　　它是一种反射式面向对象程序编程语言，在 C 的基础上添加了消息服务。

　　SMALL

　　它的名称表示 Small Machine Algol-like Language (类似 Glgol 的小型机器语言)。它的代码与 ALGOL 类似，用于在小型机上编程。

　　Smalltalk

　　它是反射式的面向对象编程语言，支持动态类型。 Alan Kay、Adele Goldberg、Dan Ingalls、Scott Wallace、Ted Kaehler 和他们在 Xerox PARC 的同事开发了 Smalltalk。他们为教育用途设计了 Smalltalk，之后它就流行起来了。VisualWorks 是 Samlltalk 的优秀实现。Squeak 是 Smalltalk 的一种实现形式。Scratch 是基于 Squeak 的可视化编程语言。

　　Turing

　　它于 1982 年由加拿大多伦多大学的 Ric Holt 和 James Cordy 开发出来。它的名字是为了纪念英国计算机科学家 Alan Turing(艾兰·图灵)。它很像 Pascal，从 2007 年开始免费。

　　Visual Basic

　　这是一个事件驱动的编程语言，通过集成开发环境打包。它从 BASIC 继承了很多特性。它的图形化开发特性使初学者学习起来非常容易。

　　Visual FoxPro

　　它是面向对象和过程化编程语言，来源于 FoxPro。它自身集成了关系型数据库系统，不再需要额外的编程环境。它支持动态编程。

　　它的诞生是为了支持概念编程，这是一种致力于将程序员脑中的概念转化为代码的编程形式。程序可以重新配置 XL 的语法和语义。

　　过程式编程语言

　　过程式（命令式）编程意味着需指定程序应该达到预期状态的步骤。过程是可以通过过程调用引用的一组语句。过程有助于代码中庸。过程式编程使程序结构化，易于追踪程序流程。

　　Bliss

　　它是一种系统编程语言，是在 C 语言出现之前最知名的语言之一。卡内基梅隆大学的 W.A.Wolf、D.B. Russell 和 A.N. Habermann 发明了 Bliss 。它包括异常处理机制、协程和宏，但并不包括 goto 语句。

　　ChucK

　　它是可以在 Mac OS X、Linux 以及 Microsoft Windows 上运行的并发和强音频定时的编程语言。它特别以其为程序员提供在运行程序中做一些修改的能力而著称。

　　CLIST

　　它是一种使用命令集合的形式表示的过程式编程语言，这些命令集合需要像批处理文件一样顺序执行。

　　HyperTalk

　　它是一种高级编程语言，旨在给程序员的初学者使用。这种计算机语言的程序员被称为作者，编写程序的行为被称为脚本。HyperTalk 由 Dan Winker 于 1987 年设计，结构上类似于 Pascal 。

　　Modula-2

　　它是1978年由 Niklaus Wirth 在 ETH 创立的通用过程式语言。它与 Pascal 类似，具有系统编程和多重编程功能。

　　Oberon

　　Niklaus Wirth、Pascal和 Modula 背后的人，在 1986 年提出了 Oberon ，它被设计为 Oberon 操作系统的一部分。它类似于 Modula-2 ，但比它小得多。

　　Component Pascal

　　这是一种看上去似乎与 Pascal 相关的编程语言，但实际上与它不兼容。它实际上是 Oberon-2 的一个变种。Lagoona 是一种实验性编程语言，支持面向组件的编程、将系统分解为逻辑或功能组件的范式。 Niklaus Wirth 的学生 Michael Franz 发明了 Lagoona 。 Seneca，以 Oberon-2 著称，是 Oberon 编程语言的扩展。

　　MATLAB

　　它是一种数值计算环境和一种能够进行矩阵计算、功能绘图和算法实现的编程语言。它也可以用于创建用户界面。 MathWorks 创建了 MATLAB 。

　　Occam

　　这是由 David May 和他的同事们在 INMOS 发明的一项命令式程序性语言。它类似于 Pascal 。Occam-pi 是 Occam 的一种变体，已经扩展到包括嵌套协议、递归、协议继承、数组构造函数和运行时进程创建。

　　PL/C

　　它被发明之后用于教授编程知识。它是在20世纪70年代在康奈尔大学创建的。

　　PL/I

　　它是针对科研和工程应用的必需的计算机编程语言。主要用于执行数据处理，它还支持结构化编程和递归。

　　Rapira

　　它是一种在苏联学校教授计算机程序设计的过程式编程语言。苏联开发的这种语言最初是基于俄语的关键词。随后才加入的英文关键词。

　　RPG

　　此编程语言用于业务应用程序中。它可以与 IBM 的 System I 中间件计算机一起使用。

　　脚本语言

　　脚本语言是用来控制应用程序的编程语言。脚本可以独立于其它任何应用程序执行。它们多数时候嵌入在应用程序中，用于控制或用于执行频繁执行的自动任务，比如与外部程序通信的任务。

　　Apple

　　它是 Mac OS 内建的脚本语言。

　　Awk

　　Awk 于上世纪70年代诞生于贝尔实验室。它使用字符串数据类型、数组和正则表达式来处理数据流和文件中基于文本的数据。

　　BeanShell

　　它是 Java 脚本语言，其语法与 Java 相似，是在 Java 运行环境中运行的脚本命令和语法。

　　ColdFusion

　　它是应用服务器和软件开发框架，带有一个被称为 ColdFusion Markup Language (ColdFusion 标记语言) 的脚本语言。它被称为 CFML，其语法与 HTML 类似。

　　F-

　　它是一种面向对象的脚本语言，与 Smalltalk 非常接近，但增加了数组编程的特性。

　　JASS

　　它是一个事件驱动的脚本语言，为程序提供了广泛的 API。

　　Maya Embedded Language

　　它是 Maya 软件中处理任务的脚本语言，缩写为 MEL。它的语法类似 Perl。

　　Mondrian

　　这个脚本语言为 Internet 应用而生，它可以看作是 Haskell 和 Java 的结合。

　　PHP

　　PHP 是一种普遍使用的脚本语言。它用于创建动态网页，同时也支持命令行接口。

　　Revolution

　　它是基于 HyperTalk 的快速应用程序开发语言。它跨平台，支持动态类型。

　　Tcl

　　它被认为是一种容易学习的脚本语言。它用于嵌入式系统的快速原型开发。

　　它是微软开发的 Visual Basic 的变体，非常活跃。VB 在微软 Windows 桌面系统中都作为默认组件存在。

　　Windows PowerShell

　　它是微软的命令行 shell 和脚本语言。它于 2006 年发布，可用于 Windows XP、Windows Vista 以及 Windows Server 2003 和 Windows Server 2008[译者注：还有更新一些的 Windows 版本]。它与 Microsoft .NET 框架合作，包括可执行程序、独立应用中的窗体、常规的 .NET 类等。Cmdlet 是特定的 .NET 类和脚本，或者由一些 Cmdlet 通过必要逻辑组合起来。

　　标记编程语言

　　标记编程语言 (Markup Languages) 是一种人造语言，它使用文本注释来定义这些文本的显示方式。

　　Curl

　　它是一种反射式的面向对象的编程语言。它是一种类似于 HTML 的标记语言。Curl 是支持多重继承的面向对象编程语言。

　　SGML

　　标准化通用标记语言（SGML）是来自 IBM 的通用标记语言。它是可以为文档定义标记语言的 ISO 标准元语言。它的目的是共享必须长期保留下来的大型项目机读文件。

　　HTML

　　超文本标记语言（缩写为 HTML ）是用于网页的最著名的标记语言。它是用 HTML 标签的形式写成的，它们被尖括号所包围。HTML 标签描述了文档中的文本外观，并且可以嵌入到某些其他代码中以影响 Web 浏览器的行为。HTML 使用 SGML 的默认语法。

　　XML

　　这个名字代表可扩展标记语言（Extensible Markup Language）。它是可扩展的，因为它允许用户自定义 XML 元素。它支持通过互联网共享结构化数据以及数据的编码和序列化。它起源于 SGML 的一个子集。 XPath 是用于从 XML 文档中选择节点的 XML 路径语言。它支持值计算。XQuery 用于查询 XML 数据的集合。可扩展样式表语言转换（XSLT）是一种基于 XML 的语言，用于将 XML 文档转换为人类可读的格式。Apache Ant 是软件构建过程中的自动化工具。它使用 XML 来描述构建过程。

　　XHTML

　　它是一种与 HTML 类似的标记语言，遵循 XML 语法。它是 HTML 和 XML 之间的过渡。 XHTML 文档允许自动处理数据。

　　基于逻辑的编程语言

　　逻辑编程是一种基于形式逻辑的编程范例。用逻辑编程语言编写的程序都是逻辑形式的一组句子，表达关于某些问题域的事实和规则。

　　ALF

　　代数逻辑函数式（Algebraic Logic Functional ）编程语言是一种多范式的编程语言，它是功能编程和逻辑编程的组合。 ALF 程序语句会被编译成一种抽象机指令。用 C 编写的仿真器可以执行抽象机的程序。

　　Fril

　　Fril 语言是由 Trevor Martin 和 Jim Baldwin 于20世纪80年代在布里斯托大学的时候设计的。它主要面向一阶谓词演算，支持模糊集和元编程，基于 Prolog 的语法。

　　Janus

　　Janus 支持并发和约束式编程。

　　Leda

　　这种计算机编程语言是基于逻辑的，函数式，命令式和面向对象编程的混合体。因此，它是一种多范式语言。

　　它是一种多范式语言，支持函数式，基于逻辑的，命令式和面向对象编程。 Oz 还支持并发和分布式编程。支持约束式编程是 Oz 语言的优点之一。

　　Poplog

　　它是一个强大的多范式软件开发环境，其核心语言是 POP-11 。该开发环境的所有语言共享一个共同的语言编辑器，并且是增量编译的编程语言。

　　Prolog

　　它是一种支持逻辑编程的通用编程语言，通常可以连系到人工智能和计算语言学。语言是声明式的，程序逻辑则以关系的形式来表达。 Mercury 是基于 Prolog 的函数式逻辑编程语言。Strawberry Prolog 是 Prolog 的一种方言，被设计得易于使用。 Visual Prolog 是支持面向对象编程的 Prolog 强类型扩展。它是一种基于逻辑的编译型编程语言。

　　ROOP

　　它是一种基于 C++ 的多范式语言，推出目的是在与人工智能系统一起使用。其功能融合了函数式、逻辑和面向对象编程。

　　并发编程语言

　　并发编程是一种计算机编程技术，可以让操作并行执行——在单计算机或者跨越多台计算机上都可以实现，而在后一种情况下，使用术语分布式计算。

　　ABCL

　　它是基于 Actor 的并行语言（Actor-Based Concurrent Language）的一个语言系列，是在日本于1980年代和90年代开发出来的。ABCL/1、ABCL/R 以及 ABCL/R2 就是 ABCL 系列的一些成员。

　　Afnix

　　它是一种多线程函数式编程语言。它的解释器是用 C++ 编写的。其运行时引擎支持32位和64位平台。

　　Cilk

　　Cilk 是麻省理工学院实验室在1994年创建出来的，支持多线程并行编程。

　　Concurrent Pascal

　　美国丹麦裔计算机科学家 Per Brinch Hansen 创建了 Concurrent Pascal，用来编写操作系统和为实时系统编程。

　　它是一种支持分布式编程的面向对象编程语言。E 是在1997年由马克·米勒，丹·博恩斯坦与他们在电气社区的同事们一起开发出来的，其语法类似于 Java 。

　　Joule

　　Joule 出现在 E 编程语言之前，是一种并发数据流编程语言，可用于开发分布式应用程序。

　　Limbo

　　在贝尔实验室开发出来的 Limbo 可用于为分布式系统编写程序。它的显着特点就是其编译器能够生成独立于体系结构的目标代码。 Limbo 被用来开发在 Inferno 操作系统上运行的应用程序。最初作为 Plan 9 操作系统一部分的 Alex 就是 Limbo 的前身。

　　Pict

　　它是一种静态类型的编程语言，现在还处在实验阶段。

　　SALSA

　　Simple Actor Language System and Architecture（简单Actor语言系统和架构）的简称，SALSA 支持并行编程，消息传递和分布式计算。为了具备可移植性，它使用了 Java 代码。

　　其名称 SR 是 Synchronizing Resources（同步资源）的首字母缩略词，是一种并行编程语言。

　　面向对象编程语言

　　面向对象编程 ( OOP) 是基于“对象”思想的编程规范，它包含数据，一般称为属性，表现为字段(field)的形式；还包含代码，一般称为方法，表现为程序的形式。在 OOP 中，计算机程序是根据对象与对象之间的交互来设计的。

　　Agora

　　这是一种基于原型的面向对象编程语言，具有消息传递机制。

　　BETA

　　它是一种面向对象的编程语言，其类和过程围绕相同的概念，而且类被定义为对象的属性。它具有很强的抽象机制。BETA 还支持嵌套类。

　　Cecil

　　这是由 Craig Chambers 在华盛顿大学创建的一种面向对象编程语言。它与 Objective-C 和 Modula-3 非常相似。

　　Lava

　　Lava 是一种解释性的可视化面向对象编程语言。

　　Lisaac

　　这是基于原型概念的首款编译性面向对象编程语言。它还支持系统编程。

　　MOO

　　这是一种基于动态类型原型的编程语言，支持面向对象编程。它支持异常处理机制和循环结构。

　　Moto

　　这是开源的服务器端编程语言，拥有状态和会话管理对象以及数据库连接。

　　Object-Z

　　这个语言由澳大利亚的 Queensland 大学开发。它扩展了 Z 编程语言，为其添加了面向对象的特性。

　　Obliq

　　这是一种提供面向对象编程特性的解释性计算机编程语言。它支持无类型变量，被设计用于分布式和多线程计算机。

　　Oxygene

　　Oxygene 是一种基于 Object Pascal 的面向对象编程语言，拥有丰富的功能集。它以前被称为 ‘Chrome’。

　　Pliant

　　它基于动态编译器，具有独特的能力来支持低级指令列表，同时也支持高级表达式。

　　Prograph

　　它是可视化的面向对象语言，支持多种样式，使用符号来表示数据上的操作。

　　REBOL

　　REBOL 由 Relative Expression Based Object Language (基于对象的相关表达式语言) 的首字母组成。它被设计用于分布式平台和网络通信。

　　Scala

　　Scala 名称表示它是可扩展(Scalable)的语言。它是一种多范型编程语言，提供了面向对象及函数式编程能力。

　　Self

　　这是基于原型的面向对象编程语言。Newton 在很大程序上受 Self 影响，它用于为 Apple Newton 编写程序。

　　Slate

　　这个面向对象编程语言也是基于原型概念的。它有一些特性来自 Smalltalk 和 Self 语言。Slate 设计出来的目的是为程序员提供一个像操作系统的样的环境。

　　XOTcl

　　它是从 Tool Command Language [译者注：可能叫 Tcl 更容易认出来] 扩展而来，支持元类、动态类和方法。

　　这是纯面向对象编程语言，拥有基于原型对象的模型。它体积不大，可以在小型便携式虚拟机上运行。

　　摘自开源中国，译者leoxu, Viyi, Tocy, 边城, 无若

　　英文原文：A Complete List of Computer Programming Languages

　　译文链接：https://www.oschina.net/translate/a-complete-list-of-computer-programming-languages?lang=chs&page=4#

九游体育官网-€n攸陋L{讑橱訞I(??淎Va蓥毎距`攑i?c}??Q蹯e鞌錯]?藲姯鵂豵顯€执J?锏$?鳡的简单介绍

Mon, 13 Apr 2026 13:31:19 +0800

1、2021年12月3日鞌 f？坺徆岾 va夸 o 徰蠊适碜皇碁鯘*x 脼 t_憧槲z 湬穠？鳦煰 $s鵉？*愄？齣 hp？蒢？lv 犻鏯 h坃磕，葄 u 蓥嗈 x7tv 鰨諔？b匂熮丮栙 y ？怅？nq 慮_枍 m。

九游体育app-4?髉90Z*輘=杭M廓D]闵?g臝汬0?耩)?裊襶w>喯5??捘搹滂檜M)閤(4558替换)

Sun, 12 Apr 2026 20:45:23 +0800

　　来源|IT圈子（ID：IT_Quan_Zi）

　　辣妈碎碎念：

　　lamasuisuinian:

　　“孩子，

　　你真是个天才。”

10岁小码农

2017年6月5日，

苹果公司一年一度

WWDC大会如期举办，

在各路媒体的宣传造势下，

感兴趣或不感兴趣的，

想必都知道苹果搞了个大活动。

　　别嫌烦，为了介绍今天的小主人公，学堂君也来说下这个WWDC的背景。它是苹果每年一度的全球开发者大会。

　　每年苹果都会从全球几千万程序猿中，挑出几千名精英，来参加这个盛大的Party，因此这个Party在码农心中的份量可想而知。

真正的万里挑一

被选中的码农，

自然会在业界得到极高的声誉，

因此能被邀请参会，

是每个码农梦寐以求的事。

如果再能和库克合个影，

坐下来聊聊人生，

那基本就上天了···

不过这千万码农

做梦都想实现的，

被一个10岁亚裔男孩完成了！

↓↓↓

这个娃不仅被库克点名邀请，

而且当库克进到活动大厅，

甩下一干人等，

跟他聊了好几分钟，

对他开发的App非常感兴趣。

不仅如此，

昨晚小家伙还以今年大会

最年轻开发者身份登上大荧屏，

羡煞众人。

　　这让坐在小家伙身旁的人也异常震惊，本以为他是跟着父母来蹭热闹的，没想到才10岁的年纪，自家孩子还在玩游戏、背九九乘法口诀，身旁这个小家伙已然是App领域的开发老手。

他就是Yuma Soerianto，

一个还在澳洲上五年级的小学生。

很多人夸他是天才，

是编程领域不可多得的神童。

但只有Yuma自己清楚，

哪有什么天才，

不过是一点点兴趣，

外加日积月累的学习研究。

6岁那年，

Yuma正式升入小学，

升小学，最让他开心的

不仅是能结交新朋友，

喯5??捘搹滂檜M)閤(4558替换)" alt="4?髉90Z*輘=杭M廓D]闵?g臝汬0?耩)?裊襶w>喯5??捘搹滂檜M)閤(4558替换)">

而且还能领到一个iPad。

早在2012年，澳大亚利就开始向1、2年级学生发放iPad

不过当班里其他孩子，

每天把iPad当游戏机玩的时候，

Yuma却对苹果商店的各种应用，

产生了极大的兴趣。

他发现通过苹果商店里的各种App，

他几乎能学到任何知识，

解锁各种应用。

于是每天一回到家，

他就痴迷地抱着个平板

下载各种免费应用，

下完就一个个研究他们的功能。

　　父母看到孩子整天回家抱个平板，担心他沉迷其中，但偶尔瞅一眼发现他没玩游戏，也就放任自流···

　　直到有天Yuma发现了一个叫Swift Playgrounds的神奇应用，它依靠娱乐性很强的的互动机制和可爱的卡通形象让儿童对程式设计感兴趣。

Yuma瞬间沉迷其中无法自拨，

研究了一段时间后，

他央求老爸给他买台电脑，

他想学编程。

老爸一听有点懵，

儿子这么小竟要学编程？

是不是从哪听来的新词

故意为买电脑玩游戏找借口。

不过老爸也有私心，

之前想换电脑妻子不允许，

这下可以甩锅给儿子，

自己用新电脑，

把旧苹果本送给儿子折腾。

没想到儿子拿到这台破苹果后，

彻底开启了开挂的人生。

自学一段时间他遇到瓶颈，

就请教父母、老师，

但发现身边没人比他懂得多。

遇上问题只能靠自己。

于是7岁那年，

这娃报名参加了斯坦福大学，

免费的iTunes U Swift 程式设计課。

就这样几个月的时间，

Yuma利用课余的空闲，

自学完了斯坦福大学的这门课程。

等他学完再回过头来看，

发现之前研究的一些App，

瞬间变得非常容易理解，

但那些优秀的App，

编程逻辑对他而言就像迷宫。

于是他又掉头开始研究

苹果商店排名前100的应用。

整整研究了一年。

8岁的时候他觉得小有把握，

是时候开发一款方便于

人们生活的App了。

　　但Yuma又不知从何着手，直到周末妈妈带他购物逛街，却纠结于不知吃什么，最后还是开了大老远的车，来到之前一家经常光顾的餐厅。

　　Yuma就此来了灵感，能不能开发一款应用，解决人们吃饭选择困难症？

　　只要一个按钮，系统就会跟你的就餐系统，推荐最优的就餐地点。

但光会编程远远不够，

图片和美工设计都要掌握，

这时老爸就出来打下手，

“你来提供设计思路，

我来做图。”

整整两个月，

小家伙寝食难安地

一遍遍优化自己的应用。

完成发布那一刻，

他真正觉得自己是个专业开发者，

而不是懵懵懂懂的小学生。

第一款App上架后，

还真有不少人下载，

而且都是大大的好评，

这给了Yuma极大的鼓舞。

他脑子里开始蹦出

各种各样的想法。

仅凭课余时间实现这些想法，

显然已经不够。

机智的Yuma跑去校长那，

申请两个月的假期，

在家专心开发App。

校长最初难以接受，

但当小伙亮出成绩单和奖学金证明，

校长和爸妈一起给他开了绿灯。

短短一年时间，

他开发出5款App

进入到苹果应用商店。

这一个个应用，

表面看起来可爱简单，

实际背后涉及到复杂的算法。

为此Yuma发邮件请教了，

数学、物理、计算机等各个领域的教授。

家里光是被他用过的草稿纸，

就推在墙角没过他的头。

　　他为同学设计的计算器，更加亲切贴近小朋友，而且按钮更大，解决了误触的问题，每按一个数字，还会有贴心的语音提醒。

口袋精灵，

每个精灵的使用指南和训练过程，

都被Yuma细心地集合到一个App中。

刚刚九岁的年纪，

他已经凭这几款App，

养活自己绰绰有余。

10岁他已经在视频网站，

开了编程课，

通俗易懂地教大家如何编程，

令人意外的是，

他的粉丝大多是成年观众。

正是一年一年，

一步一步地提升自己，

才让这个年仅10岁小家伙的事迹，

被远在美国的苹果CEO库克了解。

库克邀请他前来，

就是想亲眼目睹这个小学生的“魅力”，

喯5??捘搹滂檜M)閤(4558替换)" alt="4?髉90Z*輘=杭M廓D]闵?g臝汬0?耩)?裊襶w>喯5??捘搹滂檜M)閤(4558替换)">

不曾想Yuma一开口，

就把库克给震惊了。

　　“我坐飞机来的路上，刚设计了一款应用。我想给妈妈从美国带点纪念品，可不知道划不划算。

　　于是我设计了一款App，可以自动计算汇率和税费，这样只要输入美国商品的价格，就知道对应澳洲的税后价，如果还能接入澳洲商超的数据库，那肯定会更直观。”

整整几分钟，库克耐心地听得一丝不苟。

“你在飞机上20个小时，

就能设计出这样一款应用？

孩子，你真是个天才。”

美国各大媒体的记者，也争相采访这个小男孩

库克说从这个小男孩身上，

看到了现今大多数人缺乏的，

纯粹、执着、认真。

小男孩则回应：

我只是想做自己喜欢的事情。

“我不奢望有天开发的App改变世界，

能够为人们的生活提供一点便利，

便已足够。”

　　请多多支持辣妈乐乐哦，辣妈乐乐爱你，么么哒

　　版权说明：

　　感谢原作者的辛苦创作，如转载涉及版权等问题，我们将在第一时间处理，谢谢！联系邮箱：3038116208@qq.com!

9体育-奥兰多魔术内部会议纪要流出：今晨伤情更新，全明星赛使命明确，细节决定成败的简单介绍

Sun, 12 Apr 2026 04:00:05 +0800

2023年3月19日明日湖人对阵魔术伤病报告出炉，詹姆斯使用高压氧仓加快恢复进程，本视频由篮球视眼原创提供，415次播放，好看视频是由百度团队打造的集内涵和颜值于一身。

九游体育APP官方下载- J9 Jiuyou Sports

9体育-英超集结日再迎强敌；达拉斯独行侠主帅复盘；主帅态度——质疑声仍在；临场指挥获称赞的简单介绍

九游体育-关于荷甲今夜再迎强敌；里昂内部沟通；主帅态度——底气十足；球探报告显示潜力的信息

九游体育官网-赛后明尼苏达森林狼调整名单：CBA季后赛节点到来，气氛紧张，数据趋势出现新变化的简单介绍

九游体育app-关于&gt;问僧+?T?S碖蘊mf+烞?憥噝?{uh n.g燌臄的信息

九游体育官网-R黙,g&quot;阯Z?~IoD湀媧靡麁6S?-S