最早看过一本跟大数据相关的书籍是《大数据时代》，后面还断断续续看过涂子沛老师写的有关大数据的系列文章，工作的原因最近涉及到数据处理，看到tiger的解密大数据社群就立马加进来了。以下是学完爬虫入门后的作业练习。

Q1要爬取的数据类型

为了了解交通运输行业（汽车，轮船，飞机，火车）的安全水平，需要监测最近的事故/事件信息，对这些信息加以分析，总结经验提高交通运输行业的安全水平。

监测的数据类型包括，

每天交通运输行业更新的信息，从网站上获得，

数据的类型有时间（年，月，日，具体时间点），交通工具名称，地点，死伤人数，事故原因，

目前限制的范围为近十年的数据。

Q2对应的数据源网站

为了调查这一块的数据，需要涉及到的网站包括国家政府的统计网站，一些行业的信息网站。都是国内的，不涉及到国外的网站。

Q3爬取数据的url

安全信息网

安全生产信息网

先以上面两个为例。

Q4数据筛选规则（选作）

待定，还没搞懂，后续实践中再补充完善。