tomekkorbak/code_search_data-pep8

---
dataset_info:
features:
- name: repository_name
dtype: string
- name: func_path_in_repository
dtype: string
- name: func_name
dtype: string
- name: whole_func_string
dtype: string
- name: language
dtype: string
- name: func_code_string
dtype: string
- name: func_code_tokens
sequence: string
- name: func_documentation_string
dtype: string
- name: func_documentation_tokens
sequence: string
- name: split_name
dtype: string
- name: func_code_url
dtype: string
- name: score
dtype: float64
splits:
- name: test
num_bytes: 1373345211.3356366
num_examples: 362178
- name: train
num_bytes: 189595338.66436344
num_examples: 50000
download_size: 695684763
dataset_size: 1562940550.0
---
# Dataset Card for "code_search_data-pep8"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

数据集信息：
特征列表：
- 名称：仓库名称（repository_name），数据类型：字符串（string）
- 名称：仓库内函数路径（func_path_in_repository），数据类型：字符串（string）
- 名称：函数名称（func_name），数据类型：字符串（string）
- 名称：完整函数字符串（whole_func_string），数据类型：字符串（string）
- 名称：编程语言（language），数据类型：字符串（string）
- 名称：函数代码字符串（func_code_string），数据类型：字符串（string）
- 名称：函数代码Token（func_code_tokens）序列，元素数据类型：字符串（string）
- 名称：函数文档字符串（func_documentation_string），数据类型：字符串（string）
- 名称：函数文档Token（func_documentation_tokens）序列，元素数据类型：字符串（string）
- 名称：拆分集名称（split_name），数据类型：字符串（string）
- 名称：函数代码链接（func_code_url），数据类型：字符串（string）
- 名称：评分（score），数据类型：float64（双精度浮点数）
拆分集：
- 名称：测试集（test），占用字节数：1373345211.3356366，示例总数：362178
- 名称：训练集（train），占用字节数：189595338.66436344，示例总数：50000
下载大小：695684763 字节
数据集总大小：1562940550.0 字节

---
# 「code_search_data-pep8」数据集卡片
[需补充更多信息](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

数据集特征

• repository_name: 字符串类型
• func_path_in_repository: 字符串类型
• func_name: 字符串类型
• whole_func_string: 字符串类型
• language: 字符串类型
• func_code_string: 字符串类型
• func_code_tokens: 序列类型，字符串
• func_documentation_string: 字符串类型
• func_documentation_tokens: 序列类型，字符串
• split_name: 字符串类型
• func_code_url: 字符串类型
• score: 浮点数类型

数据集分割

• test:
  • 字节数: 1373345211.3356366
  • 示例数: 362178
• train:
  • 字节数: 189595338.66436344
  • 示例数: 50000

数据集大小

• 下载大小: 695684763字节
• 数据集大小: 1562940550.0字节