美国地理区域步行性与肥胖趋势数据集

数据集获取

源站：https://search.dataone.org/view/sha256%3Ada64c7434b96cae81e1bd8d3f1c41bbdd0ba40eb1e7ebd746027d8c995fb12c7

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 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。

数据说明

肥胖已成为美国卫生官员关注的主要问题。肥胖率比以往任何时候都高，因此，肥胖患者出现了相关的医疗状况；与此同时，这些人的医疗费用也在飞涨。在本研究中，我分析了美国74个城市肥胖率和步行适宜性的区域趋势。在分析数据并构建可视化表示后，我发现美国东北部地区最适宜步行，而东南部和西南部地区最不适宜步行。关于肥胖率，我发现西部在2010年和2013年的肥胖率最低，而中西部和东南部在2010年和2013年的肥胖率都很高。此外，美国东北部在2013年的肥胖率较高。

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。