开放数据源，一般在公共机构，学校，企业都会有，一般网上搜索“某某开放数据库”容易找到；
自动抓取，通过爬虫来实现，爬虫的三大步骤，requests爬取，Xpath解析，pandas存储。
当然我们如果不会写脚本，可以用火车采集器，八爪鱼，或者是集搜客。
传感器数据，一般在智能设备中会汇集这些数据，温度湿度之类；
日志，一般是在APP中，通过埋点来记录用户登录时长使用习惯等等，国内知名的友盟和talkingdata就是这种技术流。