数据集 (scipy.datasets)

数据集方法

ascent()	获取一个 8 位灰度位深度，512 x 512 的派生图像，方便在演示中使用。
face([gray])	获取一张 1024 x 768 的浣熊脸部彩色图像。
electrocardiogram()	加载心电图作为一维信号的示例。

实用方法

download_all([path])	用于下载 scipy.datasets 模块的所有数据集文件的实用方法。
clear_cache([datasets])	清除 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调用为： '<dataset-name>()'。这会通过网络下载数据集文件一次，并保存缓存，然后返回一个表示数据集的 numpy.ndarray 对象。

请注意，不同的数据集方法返回的数据结构和数据类型可能不同。有关更详细的用法示例，请参阅上面的特定数据集方法文档。

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 'dataset-<name>' 的命名约定，例如 scipy.datasets.face 文件位于 scipy/dataset-face。scipy.datasets 子模块利用并依赖于 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各自的数据集文件。

维护着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，Pooch 使用它来处理和验证函数调用时的下载。下载数据集一次后，文件将保存在系统缓存目录下的 'scipy-data' 中。

数据集缓存位置在不同的平台上可能会有所不同。

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'

在出于各种安全原因而网络连接受限的环境中，或者在没有持续互联网连接的系统上，可以通过将数据集存储库的内容放置在上述缓存目录中来手动加载数据集缓存，以避免在没有互联网连接的情况下获取数据集错误。