ml6team/the-stack-smol-python

---
dataset_info:
features:
- name: content
dtype: string
- name: avg_line_length
dtype: float64
- name: max_line_length
dtype: int64
- name: alphanum_fraction
dtype: float64
- name: licenses
sequence: string
- name: repository_name
dtype: string
- name: path
dtype: string
- name: size
dtype: int64
- name: lang
dtype: string
splits:
- name: train
num_bytes: 82161631
num_examples: 10000
download_size: 28757440
dataset_size: 82161631
---
# Dataset Card for "the-stack-smol-python"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

数据集信息：
数据特征：
- 字段名：content（内容），数据类型：字符串（string）
- 字段名：avg_line_length（平均行长度），数据类型：64位浮点型（float64）
- 字段名：max_line_length（最大行长度），数据类型：64位整型（int64）
- 字段名：alphanum_fraction（字母数字占比），数据类型：64位浮点型（float64）
- 字段名：licenses（许可证），数据类型：字符串序列
- 字段名：repository_name（仓库名称），数据类型：字符串（string）
- 字段名：path（文件路径），数据类型：字符串（string）
- 字段名：size（文件大小），数据类型：64位整型（int64）
- 字段名：lang（语言），数据类型：字符串（string）
数据集划分：
- 划分名称：train（训练集），总字节数：82161631，样本数量：10000
下载总大小：28757440
数据集总大小：82161631

# 「the-stack-smol-python」数据集卡片
[需补充更多信息](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

数据集特征

• content: 数据类型为字符串（string）
• avg_line_length: 数据类型为浮点数（float64）
• max_line_length: 数据类型为整数（int64）
• alphanum_fraction: 数据类型为浮点数（float64）
• licenses: 数据类型为序列字符串（sequence: string）
• repository_name: 数据类型为字符串（string）
• path: 数据类型为字符串（string）
• size: 数据类型为整数（int64）
• lang: 数据类型为字符串（string）

数据集分割

• train:
  • 字节数: 82161631
  • 示例数: 10000

数据集大小

• 下载大小: 28757440
• 数据集大小: 82161631