中国上市公司数据(2000-2023年)

D044 中国上市公司数据(2000-2023年)

数据简介

今天带来的数据是2000-2023年的全国上市公司的注册地、办公地、股票代码、股票简称、上市公司ID、证券ID数据,并对其进行了可视化处理,方便大家研究使用。

通过分析这些数据,可以了解上市公司的地理分布、行业分布及其市场表现。这有助于政府制定区域经济政策,投资者进行投资决策,企业进行市场定位和竞争分析。此外,还能揭示区域经济发展不平衡的问题,为实现区域协调发展提供数据支持。

数据详情

数据来源:上市 公司年报

时间跨度:2000-2023

数据频度:年度

数据范围:中国

数据格式:Excel/Shp

数据概览

该数据的指标概览与数据概览如下,并将其按照年份分成了24个分表与1个数据总表:

本文将Excel数据进行可视化表达,将其转换成Shp格式文件,下图为2023年上市公司注册地和办公地的可视化示例:

相关推荐
Kyrie6782 小时前
SkillOpt:把 Agent 的技能文件当作可训练参数
人工智能
zzzzzz3102 小时前
别争了,OpenClaw 和国产龙虾我全都要:一个 AI Agent 混合部署实战
机器学习·机器人·api
冬奇Lab2 小时前
Workflow 系列(07):工程化与版本管理——Workflow 的 CI/CD
人工智能·工作流引擎
两万五千个小时2 小时前
Claude Code 上下文管理(一):为什么 Agent 会"失忆"?
人工智能·架构·开源
两万五千个小时2 小时前
Claude Code 上下文管理(二):零 Token 消耗的压缩三板斧
人工智能·程序员·开源
冬奇Lab3 小时前
每日一个开源项目(第150篇):caveman - 为什么用很多 token,少 token 也行——给 AI Agent 装上穴居人嘴巴
人工智能·开源·资讯
贵慜_Derek3 小时前
MAI-04|干净数据在工程上意味着什么:MAI 预训练数据治理
人工智能·算法·llm
feelmylife593 小时前
Agent 记忆设计架构 — 分层记忆:什么时候该记住,什么时候该忘记
人工智能
阿黎梨梨3 小时前
揭秘大语言模型的底层逻辑:从文本分词到高维向量的计算之旅
javascript·人工智能
moMo3 小时前
AI工程化 03:给模型喂上下文
人工智能