TheGreatRambler/mm2_world

Mario Maker 2超级世界数据集包含来自任天堂在线服务的28.9万个超级世界，总计约13.5GB的数据。该数据集是通过自托管的Mario Maker 2 API在2022年2月的一个月内创建的。每个数据行代表一个由玩家创建的独特超级世界，包含玩家ID、世界ID、世界数量、关卡数量、星球类型、创建时间戳等字段。数据集仅包含训练集，且提供了如何使用流式API加载和迭代数据集的代码示例。此外，README还提醒用户注意数据集中可能存在的有害内容。

原始信息汇总

Mario Maker 2 super worlds 数据集概述

数据集基本信息

• 语言: 多语言
• 许可证: cc-by-nc-sa-4.0
• 多语言性: 多语言
• 大小: 100K<n<1M
• 来源: 原始数据
• 任务类别: 其他、目标检测、文本检索、令牌分类、文本生成
• 任务ID: 无
• 名称: Mario Maker 2 super worlds
• 标签: 文本挖掘

数据集描述

• 内容: 包含289,000个来自Nintendo在线服务的超级世界，总数据量约13.5GB。
• 创建时间: 2022年2月，使用自托管的Mario Maker 2 API收集。

数据使用

• 加载方式: 推荐使用datasets库的流式API加载数据集。

• 示例代码: python from datasets import load_dataset ds = load_dataset("TheGreatRambler/mm2_world", streaming=True, split="train") print(next(iter(ds)))

• 输出示例: python { pid: 14510618610706594411, world_id: c96012bef256ba6b_20200513204805563301, worlds: 1, levels: 5, planet_type: 0, created: 1589420886, unk1: [some binary data], unk5: 3, unk6: 1, unk7: 1, thumbnail: [some binary data] }

数据结构

• 数据实例: 每个实例代表一个独特的超级世界，由world_id标识。
• 数据字段:

  字段	类型	描述
  pid	string	创建超级世界的玩家ID
  world_id	string	世界ID
  worlds	int	世界数量
  levels	int	关卡数量
  planet_type	int	星球类型
  created	int	创建时间戳
  unk1	bytes	未知
  unk5	int	未知
  unk6	int	未知
  unk7	int	未知
  thumbnail	bytes	缩略图（PNG格式）

数据分割

• 分割: 仅包含训练集。

枚举类型

• 星球类型: python SuperWorldPlanetType = { 0: "Earth", 1: "Moon", 2: "Sand", 3: "Green", 4: "Ice", 5: "Ringed", 6: "Red", 7: "Spiral" }

数据集创建

• 创建时间: 2022年2月，使用自托管的Mario Maker 2 API。
• 注意事项: 数据收集过程中需谨慎，以避免对Nintendo服务器造成过载。

使用注意事项

• 内容多样性: 数据集包含来自全球不同玩家的超级世界，可能存在有害内容。