version-control/ds-lib-version-3

该数据集包含多个Python项目的依赖信息，主要特征包括项目名称（repo_name）、版本信息（version）和提交哈希（hexsha）。版本信息中详细列出了pyproject.toml、requirements.txt和setup.py文件中使用的常用Python库，如matplotlib、numpy、pandas等。数据集包含一个train分割，共有10000个例子，总大小为2506652字节。

原始信息汇总

数据集信息

特征

• repo_name: 类型为字符串。
• version: 包含以下列表：
  • pyproject.toml: 包含以下结构：
    • matplotlib: 类型为字符串。
    • numpy: 类型为字符串。
    • pandas: 类型为字符串。
    • scikit-learn: 类型为字符串。
    • scipy: 类型为字符串。
    • tensorflow: 类型为字符串。
    • torch: 类型为字符串。
  • requirements.txt: 包含以下结构：
    • matplotlib: 类型为字符串。
    • numpy: 类型为字符串。
    • pandas: 类型为字符串。
    • scikit-learn: 类型为字符串。
    • scipy: 类型为字符串。
    • tensorflow: 类型为字符串。
    • torch: 类型为字符串。
  • setup.py: 包含以下结构：
    • matplotlib: 类型为字符串。
    • numpy: 类型为字符串。
    • pandas: 类型为字符串。
    • scikit-learn: 类型为字符串。
    • scipy: 类型为字符串。
    • tensorflow: 类型为字符串。
    • torch: 类型为字符串。
• hexsha: 类型为字符串序列。

数据分割

• train: 包含10000个样本，总字节数为2506652。

数据集大小

• 下载大小: 824580字节。
• 数据集大小: 2506652字节。

配置

• default: 包含以下数据文件：
  • train: 路径为data/train-*。