中国饥荒产前暴露与成年残疾分析代码及县级饥荒强度数据
用于分析中国1959–1961年饥荒产前暴露与1987年和2006年全国残疾人抽样调查中按记录原因统计的成年残疾的Python代码和基于人口普查的县级数据

基本信息
资源简介
中国饥荒产前暴露与成年残疾分析代码及县级饥荒强度数据
用于分析中国1959–1961年饥荒产前暴露与1987年和2006年全国残疾人抽样调查中按记录原因统计的成年残疾的Python代码和基于人口普查的县级数据
Prenatal famine exposure and adult disability by recorded cause in China: analysis code and census-based county famine-intensity data
【数据集背景】
源站首次发布:2026。
【数据内容】
源站描述(机器翻译,仅供参考):用于分析中国1959–1961年饥荒产前暴露与1987年和2006年全国残疾人抽样调查中按记录原因统计的成年残疾的Python代码和基于人口普查的县级数据。代码覆盖完整处理链,从普查队列计数和调查文件到相关文章的每个表格和图表。数据包括2,597个县级单位的饥荒强度队列规模收缩指数(含标准误和经验贝叶斯估计)、地级和省级指数及队列计数,全部基于IPUMS International 1990年人口普查1%样本计算,以及IPUMS 1990县代码与全国行政区划代码之间的对应关系。用于链接的公开行政区划代码表已包含。个体级数据、调查衍生的县级文件以及识别调查样本c的文件
【主题与分类】
主题标签:产前饥荒暴露、成年残疾、县级饥荒强度、全国残疾人抽样调查、队列规模收缩指数、Python分析代码。本站分类:环境因素所致疾病/其他。
【获取与许可】
源站页面:https://zenodo.org/doi/10.5281/zenodo.23237674
使用许可:Creative Commons Attribution 4.0 International。
下载信息
注册下载
需要注册 Kaggle 账号并登录后下载,适合需要跟踪下载记录和使用 API 的用户。
暂未开放公开下载
无需注册即可直接获取公开样本或文档,适合快速预览和评估数据集质量。
免登录有偿下载
公开数据集受托下载与技术交付服务。
提供高速下载与技术交付服务(收技术服务费,非数据销售)
暂未开放当前数据集主要来源为 Kaggle 公开托管,完整影像包建议通过原始链接或 Kaggle API 获取。
使用方式
数据集获取
源站:https://doi.org/10.5281/zenodo.23237674
标准获取流程:
- 访问源站链接,注册/登录账号;
- 进入数据集详情页,按页面指引申请权限或直接下载;
- 部分平台提供 SDK,例如:
- OpenDataLab:
pip install openxlab后openxlab.dataset.get(...) - ModelScope:
pip install modelscope后modelscope download - 天池: 登录后页面提供直链下载
以源站「数据下载/使用文档」页面为准。
- OpenDataLab:
数据说明
用于分析1959—1961年中国饥荒产前暴露与1987年和2006年全国残疾人抽样调查中按记录原因分类的成年残疾的Python代码及基于人口普查的县级数据。代码涵盖完整处理链,从人口普查队列计数和调查文件到相关文章的每个表格和图形。数据包括2,597个县级单位的饥荒强度队列规模收缩指数(含标准误和经验贝叶斯估计)、地级和省级指数及队列计数,全部根据IPUMS International 1990年人口普查1%样本计算得出,以及IPUMS 1990年县级代码与国家行政区划代码之间的对应关系。用于链接的公共行政代码表已包含在内。个体层面数据、由调查衍生的县级文件以及识别调查样本县的文件未包含在内。复现分析需要获得README中所列受限输入的授权访问权限。
数据加载示例(图像类)
from PIL import Image
import glob, os
files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)
# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path) # 要求 子目录=类别
目录组织与标注格式以源站说明和下载后实际文件为准。
数据缺失?
依托陕西、四川两大基地,我们与超过十家三甲医院建立直接合作关系,覆盖合规授权、采集治理、专业标注、数据交付的全流程,为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务?立即联系我们获取专业方案。




