version-control/ds-lib-version-2-normalized

---
dataset_info:
features:
- name: repo_name
dtype: string
- name: version
list:
- name: pyproject.toml
struct:
- name: matplotlib
dtype: string
- name: numpy
dtype: string
- name: pandas
dtype: string
- name: scikit-learn
dtype: string
- name: scipy
dtype: string
- name: tensorflow
dtype: string
- name: torch
dtype: string
- name: requirements.txt
struct:
- name: matplotlib
dtype: string
- name: numpy
dtype: string
- name: pandas
dtype: string
- name: scikit-learn
dtype: string
- name: scipy
dtype: string
- name: tensorflow
dtype: string
- name: torch
dtype: string
- name: setup.py
struct:
- name: matplotlib
dtype: string
- name: numpy
dtype: string
- name: pandas
dtype: string
- name: scikit-learn
dtype: string
- name: scipy
dtype: string
- name: tensorflow
dtype: string
- name: torch
dtype: string
- name: hexsha
sequence: string
- name: normalized_version
list:
- name: matplotlib
dtype: string
- name: numpy
dtype: string
- name: pandas
dtype: string
- name: scikit-learn
dtype: string
- name: scipy
dtype: string
- name: tensorflow
dtype: string
- name: torch
dtype: string
splits:
- name: train
num_bytes: 3129289
num_examples: 10000
download_size: 895442
dataset_size: 3129289
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息（dataset_info）：
特征（features）：
- 名称：仓库名称（repo_name）
数据类型（dtype）：字符串（string）
- 名称：版本（version）
列表（list）：
- 名称：pyproject.toml
结构体（struct）：
- 名称：matplotlib
数据类型：字符串
- 名称：numpy
数据类型：字符串
- 名称：pandas
数据类型：字符串
- 名称：scikit-learn
数据类型：字符串
- 名称：scipy
数据类型：字符串
- 名称：tensorflow
数据类型：字符串
- 名称：torch
数据类型：字符串
- 名称：requirements.txt
结构体：
- 名称：matplotlib
数据类型：字符串
- 名称：numpy
数据类型：字符串
- 名称：pandas
数据类型：字符串
- 名称：scikit-learn
数据类型：字符串
- 名称：scipy
数据类型：字符串
- 名称：tensorflow
数据类型：字符串
- 名称：torch
数据类型：字符串
- 名称：setup.py
结构体：
- 名称：matplotlib
数据类型：字符串
- 名称：numpy
数据类型：字符串
- 名称：pandas
数据类型：字符串
- 名称：scikit-learn
数据类型：字符串
- 名称：scipy
数据类型：字符串
- 名称：tensorflow
数据类型：字符串
- 名称：torch
数据类型：字符串
- 名称：十六进制哈希值（hexsha）
序列（sequence）：字符串
- 名称：标准化版本（normalized_version）
列表：
- 名称：matplotlib
数据类型：字符串
- 名称：numpy
数据类型：字符串
- 名称：pandas
数据类型：字符串
- 名称：scikit-learn
数据类型：字符串
- 名称：scipy
数据类型：字符串
- 名称：tensorflow
数据类型：字符串
- 名称：torch
数据类型：字符串
拆分集（splits）：
- 名称：训练集（train）
字节数（num_bytes）：3129289
样本数（num_examples）：10000
下载大小（download_size）：895442
数据集大小（dataset_size）：3129289
配置（configs）：
- 配置名称（config_name）：默认
数据文件（data_files）：
- 拆分（split）：训练集
路径（path）：data/train-*

原始信息汇总

数据集概述

特征信息

• repo_name: 字符串类型
• version: 列表类型，包含以下文件及其结构：
  • pyproject.toml: 包含以下库及其数据类型：
    • matplotlib: 字符串类型
    • numpy: 字符串类型
    • pandas: 字符串类型
    • scikit-learn: 字符串类型
    • scipy: 字符串类型
    • tensorflow: 字符串类型
    • torch: 字符串类型
  • requirements.txt: 包含以下库及其数据类型：
    • matplotlib: 字符串类型
    • numpy: 字符串类型
    • pandas: 字符串类型
    • scikit-learn: 字符串类型
    • scipy: 字符串类型
    • tensorflow: 字符串类型
    • torch: 字符串类型
  • setup.py: 包含以下库及其数据类型：
    • matplotlib: 字符串类型
    • numpy: 字符串类型
    • pandas: 字符串类型
    • scikit-learn: 字符串类型
    • scipy: 字符串类型
    • tensorflow: 字符串类型
    • torch: 字符串类型
• hexsha: 字符串序列类型
• normalized_version: 列表类型，包含以下库及其数据类型：
  • matplotlib: 字符串类型
  • numpy: 字符串类型
  • pandas: 字符串类型
  • scikit-learn: 字符串类型
  • scipy: 字符串类型
  • tensorflow: 字符串类型
  • torch: 字符串类型

数据分割

• train: 包含3129289字节的数据，共有10000个样本

数据集大小

• 下载大小: 895442字节
• 数据集大小: 3129289字节

配置信息

• default: 包含训练数据文件，路径为data/train-*