美国2005-2017年报告的无脑炎西尼罗热病例数

数据集获取

源站：https://doi.org/10.25337/t7/ptycho.v2.0/us.397420007

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

Project Tycho数据集包含了世界各国报告的疾病病例数。Project Tycho数据整理团队从各种权威来源，通常是国家或国际卫生机构，如美国疾病控制与预防中心或世界卫生组织，提取这些病例数。这些原始数据源包括开放获取和限制获取的资源。对于限制获取的资源，Project Tycho团队已获得数据贡献者的再分发许可。所有数据集中的病例数与原始来源发布的计数完全一致，Project Tycho团队未以任何方式修改过这些计数。Project Tycho团队通过添加新变量（如标准疾病和地理位置标识符）对数据集进行了预处理，以提高数据的可解释性。我们还把数据格式化为标准数据格式。每个Project Tycho数据集包含特定疾病（例如麻疹）和特定国家（例如美国）的病例数。病例数按时间间隔报告。

除病例计数外，数据集还包含有关这些计数的信息（属性），例如地点、年龄组、亚人群、诊断确定性、感染地点以及我们提取病例计数的来源。一个数据集可以包含多组病例计数时间区间序列，例如“CDC报告的美国麻疹病例”、“WHO报告的美国麻疹病例”或“源自国外的美国麻疹病例”等。根据数据集预期用途，我们建议在分析前进行几个数据处理步骤：- 分析缺失数据：Project Tycho数据集不包含未报告病例计数的时间区间（对于许多数据集，由于源文件不完整，病例计数时间序列不完整），用户需要添加没有可用计数值的时间区间。Project Tycho数据集确实包含时间区间，用于

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。