GitHub-Python

Name: GitHub-Python
Creator: OpenDataLab
License: 暂无描述

OpenXLab2026-04-18 收录

下载链接：

https://openxlab.org.cn/datasets/OpenDataLab/GitHub-Python

下载链接

链接失效反馈

官方服务：

资源简介：

修复 Python 代码中的 AST 解析（语法）错误

提供机构：

OpenDataLab

创建时间：

2022-05-23

GitHub-Python

displayName: GitHub-Python labelTypes: - Text license: - MIT mediaTypes: - Text paperUrl: https://arxiv.org/pdf/2106.06600v2.pdf publishDate: "2021" publishUrl: https://github.com/michiyasunaga/bifi p

魔搭社区2025-10-09 更新160

GitHub-Python

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。

arXiv120

GitHub Python dataset

该数据集包含GitHub上的21,631个Python仓库，由3,895名用户编写。数据集基于2016年10月21日之前的GitHub事件，包括每个仓库的元数据（模块/包信息）。

github2022-10-02 更新520

GitHub-Python

修复 Python 代码中的 AST 解析（语法）错误

OpenDataLab2026-07-05 更新140

jblitzar/github-python

GitHub-Python数据集是一个从GitHub上提取的Python代码语料库，包含两个互补的子集：一个是严格遵循宽松许可的文件子集，适合商业再分配或模型训练；另一个是更广泛的爬取集合，包含了不同类型的许可文件，适合在许可混合可接受的情况下进行分析或预训练。数据集经过去重、格式化和清理，移除了API密钥和凭据，以保证安全和合规性。数据集使用自定义的分词方案，并且提供了相应的词汇文件。数据集的收

Hugging Face2025-07-30 更新50