version-control/ds-lib-version-0-normalized

---
dataset_info:
features:
- name: repo_name
dtype: string
- name: version
list:
- name: pyproject.toml
struct:
- name: matplotlib
dtype: string
- name: numpy
dtype: string
- name: pandas
dtype: string
- name: scikit-learn
dtype: string
- name: scipy
dtype: string
- name: tensorflow
dtype: string
- name: torch
dtype: string
- name: requirements.txt
struct:
- name: matplotlib
dtype: string
- name: numpy
dtype: string
- name: pandas
dtype: string
- name: scikit-learn
dtype: string
- name: scipy
dtype: string
- name: tensorflow
dtype: string
- name: torch
dtype: string
- name: setup.py
struct:
- name: matplotlib
dtype: string
- name: numpy
dtype: string
- name: pandas
dtype: string
- name: scikit-learn
dtype: string
- name: scipy
dtype: string
- name: tensorflow
dtype: string
- name: torch
dtype: string
- name: hexsha
sequence: string
- name: normalized_version
list:
- name: matplotlib
dtype: string
- name: numpy
dtype: string
- name: pandas
dtype: string
- name: scikit-learn
dtype: string
- name: scipy
dtype: string
- name: tensorflow
dtype: string
- name: torch
dtype: string
splits:
- name: train
num_bytes: 3179276
num_examples: 10000
download_size: 916604
dataset_size: 3179276
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征字段：
- 特征名称：仓库名称，数据类型：字符串
- 特征名称：版本，为列表类型，包含三个子项：
- pyproject.toml：结构体类型，包含matplotlib、numpy、pandas、scikit-learn、scipy、tensorflow、torch共7个Python库的版本字符串
- requirements.txt：结构体类型，包含matplotlib、numpy、pandas、scikit-learn、scipy、tensorflow、torch共7个Python库的版本字符串
- setup.py：结构体类型，包含matplotlib、numpy、pandas、scikit-learn、scipy、tensorflow、torch共7个Python库的版本字符串
- 特征名称：Git提交哈希序列（hexsha），数据类型：字符串序列
- 特征名称：规范化版本，为列表类型，包含matplotlib、numpy、pandas、scikit-learn、scipy、tensorflow、torch共7个Python库的规范化版本字符串
数据集拆分：
- 拆分名称：训练集，占用字节数：3179276，样本总数：10000
下载大小：916604
数据集总大小：3179276
配置信息：
- 配置名称：默认配置，数据文件配置：
- 对应拆分：训练集，文件路径：data/train-*

原始信息汇总

数据集概述

数据集信息

特征

• repo_name: 类型为字符串。
• version: 包含以下列表项：
  • pyproject.toml: 包含以下结构项：
    • 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: 包含以下结构项：
    • 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: 包含以下结构项：
    • 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。
• normalized_version: 包含以下列表项：
  • 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。

数据分割

• train: 包含 10000 个样本，占用 3179276 字节。

数据集大小

• 下载大小: 916604 字节。
• 数据集大小: 3179276 字节。

配置

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