infinityofspace/python_codestyles-mixed1-500

该数据集名为python_codestyles-mixed1-500，包含符合和不符合代码风格的Python代码示例。每个示例由两部分组成：一部分是可能符合或违反代码风格的代码，另一部分是已经符合代码风格的代码示例。数据集结合了两个其他数据集的内容，通过随机选择每个数据集的一半示例来创建。数据集的代码风格在至少一个代码风格规则上有所不同，称为mixed变体。数据集分为训练组和测试组，两组之间的代码风格不重叠，且包含完全不同的基础代码。数据集的代码来源于多个知名的Python仓库。

原始信息汇总

数据集概述

数据集名称

• python_codestyles-mixed1-500

数据集描述

• 该数据集包含符合或违反代码风格的Python代码的正负示例。正示例表示符合代码风格（标签为1）。每个示例由两部分组成：第一部分是符合或违反代码风格的代码，第二部分是已符合代码风格的示例代码。
• 该数据集通过随机选择两个数据集（infinityofspace/python_codestyles-random-500 和 infinityofspace/python_codestyles-single-500）的一半示例进行组合。
• 组合数据集中的代码风格至少且仅有一个代码风格规则不同，称为mixed代码风格数据集变体。数据集包含训练和测试组，两组之间没有重叠的代码风格，且两组包含完全不同的底层代码。

数据集特征

• 特征列表：
  • code: 字符串类型
  • code_codestyle: 64位整数类型
  • style_context: 字符串类型
  • style_context_codestyle: 64位整数类型
  • label: 64位整数类型

数据集分割

• 训练集：
  • 字节数：1794945328.216033
  • 示例数：153992
• 测试集：
  • 字节数：326644128.3197262
  • 示例数：28194

数据集大小

• 下载大小：645473358
• 数据集大小：2121589456.5357592

许可证

• MIT

标签

• python
• code-style
• mixed

大小类别

• 100K<n<1M