美国北卡罗来纳州立大学 发布 PyTorrent 数据集, 应用在 Python开发、软件工程 领域

美国北卡罗来纳州立大学 本次发布的数据集 PyTorrent, PyTorrent是由美国北卡罗来纳州立大学和Fujitsu研究团队创建的大型Python库语料库，包含218,814个来自PyPI和Anaconda环境的Python包。该数据集旨在支持软件工程研究，如代码复用和代码可理解性，通过提供高质量、文档完善的代码资源。创建过程中，研究团队利用Scrapy爬虫从PyPI和Anaconda API收集了丰富的包元数据，并构建了详细的JSONL格式数据集。PyTorrent的应用领域广泛，包括代码检索、代码生成和缺陷预测等，旨在提高开发效率和软件质量。

查看PyTorrent

README 内容： 

关于 美国北卡罗来纳州立大学 , 美国北卡罗来纳州立大学（North Carolina State University, NCSU）是一所位于美国北卡罗来纳州首府罗利的公立研究型大学。该校成立于1887年，是北卡罗来纳大学系统的一部分，以其工程、农业、设计和统计学等领域的研究而闻名。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。