ytzi/the-stack-dedup-python-filtered-classes_imports
收藏Hugging Face2024-03-28 更新2024-06-11 收录
下载链接：
https://hf-mirror.com/datasets/ytzi/the-stack-dedup-python-filtered-classes_imports
下载链接
链接失效反馈官方服务：
资源简介：
该数据集是[bigcode/the-stack-dedup](https://huggingface.co/datasets/bigcode/the-stack-dedup)的一个副本，并应用了一些过滤器，包括remove_classes、remove_unused_imports和remove_delete_markers。数据集包含多个特征字段，如hexsha、size、ext、lang等，并且有一个train分割，下载大小为39938146235字节，数据集大小为100460697662字节。
该数据集是[bigcode/the-stack-dedup](https://huggingface.co/datasets/bigcode/the-stack-dedup)的一个副本，并应用了一些过滤器，包括remove_classes、remove_unused_imports和remove_delete_markers。数据集包含多个特征字段，如hexsha、size、ext、lang等，并且有一个train分割，下载大小为39938146235字节，数据集大小为100460697662字节。
提供机构：
ytzi
原始信息汇总
数据集概述
数据集信息
- 配置名称: main
- 特征列表:
- hexsha: 字符串类型
- size: 64位整数类型
- ext: 字符串类型
- lang: 字符串类型
- max_stars_repo_path: 字符串类型
- max_stars_repo_name: 字符串类型
- max_stars_repo_head_hexsha: 字符串类型
- max_stars_repo_licenses: 字符串序列类型
- max_stars_count: 64位整数类型
- max_stars_repo_stars_event_min_datetime: 字符串类型
- max_stars_repo_stars_event_max_datetime: 字符串类型
- max_issues_repo_path: 字符串类型
- max_issues_repo_name: 字符串类型
- max_issues_repo_head_hexsha: 字符串类型
- max_issues_repo_licenses: 字符串序列类型
- max_issues_count: 64位整数类型
- max_issues_repo_issues_event_min_datetime: 字符串类型
- max_issues_repo_issues_event_max_datetime: 字符串类型
- max_forks_repo_path: 字符串类型
- max_forks_repo_name: 字符串类型
- max_forks_repo_head_hexsha: 字符串类型
- max_forks_repo_licenses: 字符串序列类型
- max_forks_count: 64位整数类型
- max_forks_repo_forks_event_min_datetime: 字符串类型
- max_forks_repo_forks_event_max_datetime: 字符串类型
- content: 字符串类型
- avg_line_length: 64位浮点数类型
- max_line_length: 64位整数类型
- alphanum_fraction: 64位浮点数类型
- original_content: 字符串类型
- filtered:remove_classes: 64位整数类型
- filtered:remove_unused_imports: 64位整数类型
- filtered:remove_delete_markers: 64位整数类型
数据分割
- 训练集:
- 名称: train
- 字节数: 100460697662
- 样本数: 11445904
数据集大小
- 下载大小: 39938146235
- 数据集大小: 100460697662
配置信息
- 配置名称: main
- 数据文件:
- 分割: train
- 路径: main/train-*
