数据来源：请病假：发热对城市内人群流动性的影响

数据集获取

源站：https://doi.org/10.5061/dryad.rd66f

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。

数据集大小约 575.7 KB。

数据说明

病原体可对宿主造成多种多样的疾病表现，然而疾病对感染者行为的影响却很少受到实证研究，在传播动力学的数学模型中也很少被纳入考量。我们探讨了最常见的疾病表现之一——发热——对病原体传播的一个关键决定因素，即宿主流动性，可能产生的影响，研究对象为秘鲁亚马逊城市伊基托斯的居民。为此，我们将两组发热个体（登革热阳性与登革热阴性）与一组无发热对照组进行了比较。通过回顾性半结构化访谈，我们对每次访谈前两周内流动性的多个方面进行了量化。我们将流动性各层面的嵌套模型拟合至访谈数据，并使用似然比检验比较模型，以确定是否存在可归因于发热或其病因的、具有统计学可区分性的流动性差异。与无发热个体相比，发热的研究参与者在家时间更长，到访地点更少，并且在某些情况下，到访地点离家更近，在某些类型地点停留的时间也更短。

这些多方面的影响与以下可能性相符：疾病介导的宿主移动性变化会导致宿主接触网络结构发生动态且复杂的变化。

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。