数据集 (scipy.datasets
)#
数据集方法#
实用程序方法#
|
用于下载 |
|
清理 scipy 数据集缓存目录。 |
数据集的使用#
SciPy 数据集方法可以简单地按如下方式调用:'<dataset-name>()'
,这将在网络上下载一次数据集文件,并保存缓存,然后返回一个表示数据集的 numpy.ndarray
对象。
请注意,不同的数据集方法的返回数据结构和数据类型可能不同。有关更详细的使用示例,请查看上面特定数据集方法的文档。
数据集检索和存储的工作原理#
SciPy 数据集文件存储在 SciPy GitHub 组织下的各个 github 存储库中,遵循命名约定 'dataset-<name>'
,例如 scipy.datasets.face
文件位于 scipy/dataset-face。 scipy.datasets
子模块使用并依赖于 Pooch,这是一个用于简化数据文件获取的 Python 包。Pooch 使用这些存储库在调用数据集函数时检索相应的数据集文件。
所有数据集的注册表(本质上是文件名与其 SHA256 哈希值和存储库 URL 的映射)被维护,Pooch 使用它来处理和验证函数调用时的下载。在下载一次数据集之后,这些文件将保存在系统缓存目录下的 'scipy-data'
目录中。
数据集缓存位置可能在不同的平台上有所不同。
对于 macOS
'~/Library/Caches/scipy-data'
对于 Linux 和其他类 Unix 平台
'~/.cache/scipy-data' # or the value of the XDG_CACHE_HOME env var, if defined
对于 Windows
'C:\Users\<user>\AppData\Local\<AppAuthor>\scipy-data\Cache'
在网络连接受限的环境中,出于各种安全原因,或者在没有持续互联网连接的系统上,可以手动加载数据集缓存,方法是将数据集存储库的内容放在上述缓存目录中,以避免在没有互联网连接的情况下出现数据集获取错误。