Datasets para Guía - Python para Data Analytics

kaggle2025-10-03 更新2025-10-25 收录

数据分析教学

Python编程

数据链接：

https://www.kaggle.com/datasets/dataregina/material-para-gua-de-instructores-data-analytics 数据链接链接失效反馈

官方服务：

资源简介：

Datasets sample para exposición en clase

用于课堂展示的数据集样本

创建时间：

2025-09-23

CodeInsight

代码生成

Python编程

CodeInsight数据集是由巴黎大学和onepoint公司合作创建的，专门用于代码生成任务。该数据集包含3409个由Python专家精心挑选的示例，涵盖了从基础编程到复杂数据科学挑战的广泛领域。每个示例都附有单元测试，以确保代码的准确性和功能性。数据集的创建过程包括从Stack Overflow中筛选相关问题，并通过多阶段的注释流程进行精细化处理。CodeInsight数据集主要用于训练和评估

arXiv2024-09-25 更新750

GitHub-Python

Python编程

机器学习

该数据集精心筛选了大约10万个去重后的Python文件，这些文件均来自于2023年1月1日之后创建的GitHub仓库，确保了数据的高质量和时效性。此外，该数据集被用于为CodeGPT模型创建非会员数据集。其规模达到10万个文件，任务是对CodeGPT模型进行微调。

arXiv230

luisroque/instruct-python-llama2-20k

Python编程

模型fine-tuning

--- configs: - config_name: default data_files: - split: train path: data/train-* - split: test path: data/test-* dataset_info: features: - name: text dtype: string splits: -

Hugging Face2023-08-18 更新170

Waveform Database Software Package (WFDB) for Python

生理信号处理

Python编程

Physiological waveforms - such as electrocardiograms (ECG), electroencephalograms (EEG), electromyograms (EMG) - are generated during the course of routine care. These signals contain information that

physionet.org320

jonaskoenig/ML-Python-Code-Smells

机器学习代码

Python编程

该数据集涉及Python代码中的机器学习代码异味（ML Code smells），主要用于文本分类和问答任务。数据集包含1K到10K之间的样本，适用于使用Python、TensorFlow、Pandas和Numpy等工具的研究和开发。

Hugging Face2024-07-04 更新220