数据科学的全球薪水数据集，信息量挺全的，从 2020 年到现在，工资水平、岗位类型、远程比例全都有，数据结构也比较干净，直接用 Pandas 就能搞。嗯，像experience_level、remote_ratio这些字段，挺适合做可视化或者预测练习。工资还换算成了美元，帮你省了不少麻烦，蛮贴心的。你做数据或者机器学习入门，这个数据集还不错，能练一阵子。

超过 37000 行的薪资数据，字段也挺丰富，像work_year、employment_type这些，拿来做分组统计、工资对比都挺顺手。尤其是remote_ratio，可以做点远程办公趋势，挺有意思的。字段全是英文的，直接配合pandas.read_csv就能用，响应也快，不用怎么清洗。

你要做点更有意思的事，可以试试和其他行业数据合并，搞个更复杂的工资预测模型。哦对，salary_in_usd字段挺重要，别忘了用它做统一对比。还有，数据里货币类型和国家地区这些，适合你练一下地理数据可视化。

如果你想练习薪资等级判断，可以去看看自定义函数：员工薪资等级判断，写法挺实用的。

嗯，顺带推荐你看看Python 数据科学工作坊 2019，虽然年份有点老，不过基础内容还蛮扎实的，适合打底。

如果你想了解数据科学在实际工作中的用法，可以翻翻数据科学的真正工作：将数据转化为信息，做出更优决策，里面的思路挺有参考价值的。