TrevorJS/mtg-cards-dataset

Name: TrevorJS/mtg-cards-dataset
Creator: TrevorJS
Published: 2024-03-17 01:03:45
License: 暂无描述

Hugging Face2024-03-17 更新2024-06-11 收录

下载链接：

https://hf-mirror.com/datasets/TrevorJS/mtg-cards-dataset

下载链接

链接失效反馈

官方服务：

资源简介：

--- dataset_info: features: - name: artist dtype: string - name: artistIds dtype: string - name: asciiName dtype: string - name: attractionLights dtype: string - name: availability dtype: string - name: boosterTypes dtype: string - name: borderColor dtype: string - name: cardParts dtype: string - name: colorIdentity dtype: string - name: colorIndicator dtype: string - name: colors dtype: string - name: defense dtype: string - name: duelDeck dtype: string - name: edhrecRank dtype: float64 - name: edhrecSaltiness dtype: float64 - name: faceConvertedManaCost dtype: float64 - name: faceFlavorName dtype: string - name: faceManaValue dtype: float64 - name: faceName dtype: string - name: finishes dtype: string - name: flavorName dtype: string - name: flavorText dtype: string - name: frameEffects dtype: string - name: frameVersion dtype: string - name: hand dtype: string - name: hasAlternativeDeckLimit dtype: float64 - name: hasContentWarning dtype: float64 - name: hasFoil dtype: int64 - name: hasNonFoil dtype: int64 - name: isAlternative dtype: float64 - name: isFullArt dtype: float64 - name: isFunny dtype: float64 - name: isOnlineOnly dtype: float64 - name: isOversized dtype: float64 - name: isPromo dtype: float64 - name: isRebalanced dtype: float64 - name: isReprint dtype: float64 - name: isReserved dtype: float64 - name: isStarter dtype: float64 - name: isStorySpotlight dtype: float64 - name: isTextless dtype: float64 - name: isTimeshifted dtype: float64 - name: keywords dtype: string - name: language dtype: string - name: layout dtype: string - name: leadershipSkills dtype: string - name: life dtype: string - name: loyalty dtype: string - name: manaCost dtype: string - name: manaValue dtype: float64 - name: name dtype: string - name: number dtype: string - name: originalPrintings dtype: string - name: originalReleaseDate dtype: string - name: originalText dtype: string - name: originalType dtype: string - name: otherFaceIds dtype: string - name: power dtype: string - name: printings dtype: string - name: promoTypes dtype: string - name: rarity dtype: string - name: rebalancedPrintings dtype: string - name: relatedCards dtype: string - name: securityStamp dtype: string - name: setCode dtype: string - name: side dtype: string - name: signature dtype: string - name: sourceProducts dtype: string - name: subsets dtype: string - name: subtypes dtype: string - name: supertypes dtype: string - name: text dtype: string - name: toughness dtype: string - name: type dtype: string - name: types dtype: string - name: uuid dtype: string - name: variations dtype: string - name: watermark dtype: string splits: - name: train num_bytes: 101580429 num_examples: 90857 download_size: 23410064 dataset_size: 101580429 configs: - config_name: default data_files: - split: train path: data/train-* ---

数据集信息：特征： - 字段名称：艺术家（artist），数据类型：字符串 - 字段名称：艺术家ID（artistIds），数据类型：字符串 - 字段名称：ASCII名称（asciiName），数据类型：字符串 - 字段名称：吸引力灯光（attractionLights），数据类型：字符串 - 字段名称：可获取性（availability），数据类型：字符串 - 字段名称：补充包类型（boosterTypes），数据类型：字符串 - 字段名称：边框颜色（borderColor），数据类型：字符串 - 字段名称：卡牌部件（cardParts），数据类型：字符串 - 字段名称：颜色标识（colorIdentity），数据类型：字符串 - 字段名称：颜色指示（colorIndicator），数据类型：字符串 - 字段名称：颜色（colors），数据类型：字符串 - 字段名称：防御力（defense），数据类型：字符串 - 字段名称：对决套牌（duelDeck），数据类型：字符串 - 字段名称：EDHREC排名（edhrecRank），数据类型：64位浮点数 - 字段名称：EDHREC争议度（edhrecSaltiness），数据类型：64位浮点数 - 字段名称：单脸法术力总费用（faceConvertedManaCost），数据类型：64位浮点数 - 字段名称：单脸风味名称（faceFlavorName），数据类型：字符串 - 字段名称：单脸法术力价值（faceManaValue），数据类型：64位浮点数 - 字段名称：单脸名称（faceName），数据类型：字符串 - 字段名称：成品版本（finishes），数据类型：字符串 - 字段名称：风味名称（flavorName），数据类型：字符串 - 字段名称：风味文本（flavorText），数据类型：字符串 - 字段名称：框体特效（frameEffects），数据类型：字符串 - 字段名称：框体版本（frameVersion），数据类型：字符串 - 字段名称：手牌数（hand），数据类型：字符串 - 字段名称：拥有另类套牌限制（hasAlternativeDeckLimit），数据类型：64位浮点数 - 字段名称：包含内容警告（hasContentWarning），数据类型：64位浮点数 - 字段名称：支持闪卡（hasFoil），数据类型：64位整数 - 字段名称：支持非闪卡（hasNonFoil），数据类型：64位整数 - 字段名称：是否为另类卡牌（isAlternative），数据类型：64位浮点数 - 字段名称：是否为全艺术卡牌（isFullArt），数据类型：64位浮点数 - 字段名称：是否为趣味卡牌（isFunny），数据类型：64位浮点数 - 字段名称：仅线上发售（isOnlineOnly），数据类型：64位浮点数 - 字段名称：是否为超大卡牌（isOversized），数据类型：64位浮点数 - 字段名称：是否为促销卡牌（isPromo），数据类型：64位浮点数 - 字段名称：是否为平衡性调整版本（isRebalanced），数据类型：64位浮点数 - 字段名称：是否为再版卡牌（isReprint），数据类型：64位浮点数 - 字段名称：是否为保留列表（Reserved List）卡牌（isReserved），数据类型：64位浮点数 - 字段名称：是否为新手套牌卡牌（isStarter），数据类型：64位浮点数 - 字段名称：是否为故事焦点卡牌（isStorySpotlight），数据类型：64位浮点数 - 字段名称：是否为无文本卡牌（isTextless），数据类型：64位浮点数 - 字段名称：是否为时间扭曲卡牌（isTimeshifted），数据类型：64位浮点数 - 字段名称：关键词异能（keywords），数据类型：字符串 - 字段名称：语言（language），数据类型：字符串 - 字段名称：卡牌布局（layout），数据类型：字符串 - 字段名称：领导力技能（leadershipSkills），数据类型：字符串 - 字段名称：生命值（life），数据类型：字符串 - 字段名称：忠诚值（loyalty），数据类型：字符串 - 字段名称：法术力费用（manaCost），数据类型：字符串 - 字段名称：法术力价值（manaValue），数据类型：64位浮点数 - 字段名称：名称（name），数据类型：字符串 - 字段名称：卡牌编号（number），数据类型：字符串 - 字段名称：首次印刷系列（originalPrintings），数据类型：字符串 - 字段名称：首次发售日期（originalReleaseDate），数据类型：字符串 - 字段名称：原始文本（originalText），数据类型：字符串 - 字段名称：原始类型（originalType），数据类型：字符串 - 字段名称：其他面ID（otherFaceIds），数据类型：字符串 - 字段名称：力量（power），数据类型：字符串 - 字段名称：印刷系列（printings），数据类型：字符串 - 字段名称：促销类型（promoTypes），数据类型：字符串 - 字段名称：稀有度（rarity），数据类型：字符串 - 字段名称：平衡性调整版本印刷（rebalancedPrintings），数据类型：字符串 - 字段名称：关联卡牌（relatedCards），数据类型：字符串 - 字段名称：安全印（securityStamp），数据类型：字符串 - 字段名称：系列代码（setCode），数据类型：字符串 - 字段名称：侧边（side），数据类型：字符串 - 字段名称：签名（signature），数据类型：字符串 - 字段名称：来源产品（sourceProducts），数据类型：字符串 - 字段名称：子系列（subsets），数据类型：字符串 - 字段名称：子类型（subtypes），数据类型：字符串 - 字段名称：超类型（supertypes），数据类型：字符串 - 字段名称：卡牌文本（text），数据类型：字符串 - 字段名称：韧性（toughness），数据类型：字符串 - 字段名称：主类型（type），数据类型：字符串 - 字段名称：类型（types），数据类型：字符串 - 字段名称：通用唯一识别码（UUID），数据类型：字符串 - 字段名称：变体卡牌（variations），数据类型：字符串 - 字段名称：水印（watermark），数据类型：字符串拆分： - 名称：训练集（train），字节数：101580429，样本数量：90857 下载大小：23410064，数据集总大小：101580429 配置： - 配置名称：默认（default），数据文件： - 拆分：训练集，路径：data/train-*

提供机构：

TrevorJS

原始信息汇总

数据集概述

数据集特征

数据集包含以下特征：

artist: 字符串类型
artistIds: 字符串类型
asciiName: 字符串类型
attractionLights: 字符串类型
availability: 字符串类型
boosterTypes: 字符串类型
borderColor: 字符串类型
cardParts: 字符串类型
colorIdentity: 字符串类型
colorIndicator: 字符串类型
colors: 字符串类型
defense: 字符串类型
duelDeck: 字符串类型
edhrecRank: 浮点数类型
edhrecSaltiness: 浮点数类型
faceConvertedManaCost: 浮点数类型
faceFlavorName: 字符串类型
faceManaValue: 浮点数类型
faceName: 字符串类型
finishes: 字符串类型
flavorName: 字符串类型
flavorText: 字符串类型
frameEffects: 字符串类型
frameVersion: 字符串类型
hand: 字符串类型
hasAlternativeDeckLimit: 浮点数类型
hasContentWarning: 浮点数类型
hasFoil: 整数类型
hasNonFoil: 整数类型
isAlternative: 浮点数类型
isFullArt: 浮点数类型
isFunny: 浮点数类型
isOnlineOnly: 浮点数类型
isOversized: 浮点数类型
isPromo: 浮点数类型
isRebalanced: 浮点数类型
isReprint: 浮点数类型
isReserved: 浮点数类型
isStarter: 浮点数类型
isStorySpotlight: 浮点数类型
isTextless: 浮点数类型
isTimeshifted: 浮点数类型
keywords: 字符串类型
language: 字符串类型
layout: 字符串类型
leadershipSkills: 字符串类型
life: 字符串类型
loyalty: 字符串类型
manaCost: 字符串类型
manaValue: 浮点数类型
name: 字符串类型
number: 字符串类型
originalPrintings: 字符串类型
originalReleaseDate: 字符串类型
originalText: 字符串类型
originalType: 字符串类型
otherFaceIds: 字符串类型
power: 字符串类型
printings: 字符串类型
promoTypes: 字符串类型
rarity: 字符串类型
rebalancedPrintings: 字符串类型
relatedCards: 字符串类型
securityStamp: 字符串类型
setCode: 字符串类型
side: 字符串类型
signature: 字符串类型
sourceProducts: 字符串类型
subsets: 字符串类型
subtypes: 字符串类型
supertypes: 字符串类型
text: 字符串类型
toughness: 字符串类型
type: 字符串类型
types: 字符串类型
uuid: 字符串类型
variations: 字符串类型
watermark: 字符串类型

数据集分割

train: 包含90857个样本，数据大小为101580429字节。

数据集大小

下载大小: 23410064字节
数据集大小: 101580429字节

配置

config_name: default
data_files:
- split: train
- path: data/train-*

搜集汇总

数据集介绍

构建方式

在集换式卡牌游戏（TCG）研究领域，万智牌（Magic: The Gathering）作为最经典的游戏之一，其卡牌数据集的构建对于游戏策略分析、卡牌文本挖掘以及计算机视觉任务具有重要意义。TrevorJS/mtg-cards-dataset 数据集基于 Scryfall 官方 API 进行构建，系统性地采集了截至数据发布时的所有万智牌卡牌信息。数据集以 JSON 格式存储，每条记录对应一张卡牌，共包含 90857 个样本。其构建过程严格遵循卡牌实体的多维度属性，从艺术创作、游戏机制到发行信息等层面进行结构化整理，最终形成涵盖 80 余个字段的完整数据表，为后续研究提供了坚实的数据基础。

特点

该数据集最显著的特点在于其全面性与细粒度。其包含的字段从基础的卡牌名称、颜色、稀有度，到进阶的指挥官排名、风味文本、甚至是卡牌边框版本与安全印章等细节信息，几乎覆盖了万智牌卡牌的所有可量化维度。此外，数据集通过布尔型字段（如 isFullArt、isPromo）清晰标注了卡牌的各类特殊版本，并提供了双语名称（asciiName）与多语言支持，极大地方便了跨语言研究。对于双面卡牌或多部件卡牌，数据集通过 cardParts、otherFaceIds 等字段建立了关联关系，确保了复杂卡牌结构的完整呈现。

使用方法

研究者可通过 Hugging Face Datasets 库直接加载该数据集，利用 load_dataset('TrevorJS/mtg-cards-dataset') 一行代码即可获取完整的训练集。数据以字典形式提供，每个样本包含所有字段的对应值。对于自然语言处理任务，可提取 text、flavorText 等字段进行卡牌文本分析；对于游戏策略研究，可基于 manaCost、power、toughness 等字段构建卡牌强度预测模型；对于计算机视觉任务，虽不直接提供图像，但 artist 与 uuid 字段可关联 Scryfall API 获取卡牌图像。数据集支持 Pandas 转换，便于进行数据清洗与特征工程操作。

背景与挑战

背景概述

TrevorJS/mtg-cards-dataset是一个针对《万智牌》（Magic: The Gathering）卡牌游戏的结构化数据集，由独立开发者TrevorJS构建并发布于HuggingFace平台，旨在为自然语言处理、游戏策略分析及数据科学领域提供标准化的卡牌数据资源。该数据集涵盖了从早期扩展包至最新系列的逾九万张卡牌，包含艺术家信息、颜色标识、稀有度、法术力费用、关键词异能等数十项特征字段，跨越了卡牌游戏研究中的语义理解与结构化知识表示两大核心问题。自2023年发布以来，该数据集为研究者探索卡牌文本的自动分类、卡组构建优化以及游戏内经济系统建模提供了高质量基准，显著推动了集换式卡牌游戏领域的计算研究。

当前挑战

该数据集所面临的挑战首先体现在领域问题的复杂性上：万智牌卡牌具有高度异构的文本描述与嵌套的规则逻辑，使得从非结构化文本中提取结构化信息（如异能解析、异能间交互关系）成为自然语言处理中的难点。其次，构建过程中亦遭遇多重困难，包括卡牌版本更新频繁导致的数据一致性维护、多语言环境下卡牌名称与描述的精准对齐，以及历史卡牌中不规则字段（如旧版法术力符号、已废弃关键词）的规范化处理。此外，缺失值处理与字段类型转换（如部分数值型字段在早期卡牌中为空）也对数据集的完整性与可用性构成持续挑战。

常用场景

经典使用场景

在集换式卡牌游戏（TCG）研究领域，《万智牌》作为最具代表性的策略卡牌游戏之一，其卡牌数据的结构化描述为计算语言学与博弈论研究提供了独特载体。TrevorJS/mtg-cards-dataset凭借其涵盖卡牌名称、法术力费用、颜色标识、卡牌类型、异能文本等80余项结构化字段，成为构建卡牌属性预测模型与卡牌协同关系挖掘任务的经典基准数据集。研究者可基于其丰富的特征维度，开展卡牌强度自动评估、套牌构建策略优化、卡牌间语义关联分析等核心任务，为理解复杂博弈环境下的决策智能奠定数据基础。

衍生相关工作

该数据集催生了多项具有学术影响力的衍生工作。在卡牌强度评估领域，研究者基于其结构化特征与比赛胜负数据，构建了融合卡牌文本语义与数值属性的多维评分模型。在套牌推荐方向，以卡牌共现关系为边的图神经网络架构成为经典方法，通过挖掘卡牌间的协同效应实现高胜率套牌的自动生成。值得关注的是，该数据集还启发了跨领域迁移研究——将卡牌异能的语义表示技术迁移至法律条款的相似性分析中，验证了结构化实体关系建模方法的通用性。

数据集最近研究