Kaggle 上的比特幣鏈上數據集 - 使用 Google Big Query API 處理比特幣數據（一）

Kaggle 簡介

Kaggle 是一個數據競賽平臺，2010 年創立，2017 年被谷歌收購。平臺提供大量開放的數據集和免費的計算資源。只須要註冊一個賬號就能夠在線編寫代碼，分析數據。

Big Query 比特幣數據集

數據集首頁 https://www.kaggle.com/bigque...

目前有 700 多個 Kernels。介紹中說數據持續更新，目前來看更新到 2018 年 9 月。

比特幣鏈上數據大小超過百 GB。在這裏是經過 Google Big Query API 訪問，而沒有任何數據文件。因此這個數據集只能在線使用，而不能下載，但它們提供了數據抽取的代碼（https://github.com/blockchain...），因此能夠選擇本身在本地建立這部分數據。據文檔介紹，每一個帳戶每個月訪問數據的上限是 5 TB。

數據一共有 4 張表：blocks、inputs、outputs、transactions。

一個例子

代碼來自這裏，有改動（原代碼因爲庫版本變化，沒法執行），還略去一些次要內容。

查詢每日接收比特幣地址數量

from google.cloud import bigquery
import pandas as pd

client = bigquery.Client()

# Query by Allen Day, GooglCloud Developer Advocate (https://medium.com/@allenday)
query = """
#standardSQL
SELECT
  o.day,
  COUNT(DISTINCT(o.output_key)) AS recipients
FROM (
  SELECT
    TIMESTAMP_MILLIS((timestamp - MOD(timestamp,
          86400000))) AS day,
    output.output_pubkey_base58 AS output_key
  FROM
    `bigquery-public-data.bitcoin_blockchain.transactions`,
    UNNEST(outputs) AS output ) AS o
GROUP BY
  day
ORDER BY
  day
"""

query_job = client.query(query)

iterator = query_job.result(timeout=30)
rows = list(iterator)

# Transform the rows into a nice pandas dataframe
transactions = pd.DataFrame(data=[list(x.values()) for x in rows], columns=list(rows[0].keys()))

# Look at the first 10 headlines
transactions.head(10)

輸出：

transactions.tail(10)

輸出：

畫圖

import matplotlib
from matplotlib import pyplot as plt
%matplotlib inline
plt.plot(transactions['day'], transactions['recipients'])

歡迎來個人博客： https://codeplot.top/
個人博客比特幣分類