复制数据：2021-2023年美国823个人口稠密县机动车排放与吸烟导致的癌症和心脏病死亡率估计

数据集获取

源站：https://search.dataone.org/view/sha256%3A3792d149cd7438183e842b55879deac7534d8d152eb16a9e440cdbd1a36b2ad5

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

目的。估算机动车尾气排放和吸烟对美国人口超过5万的县年龄调整后癌症和心脏病死亡率的贡献。方法。将源自GPS和手机移动数据的823个美国县每日累计机动车公里数与2021—2023年男性和女性分别的吸烟、过量饮酒、其他潜在风险因素调查数据以及年龄调整后癌症和心脏病死亡率数据进行匹配。采用最小二乘回归模型估算车辆尾气排放和吸烟的影响，并在统计上控制其他低度互相关的风险因素。利用结果估算若车辆尾气排放或吸烟降为零将会减少的死亡人数。结果。发现每年有超过60万例死亡可归因于车辆尾气排放和吸烟，两个风险因素的贡献几乎均匀分布。结论。用电动汽车替代化石燃料动力汽车可能会减少癌症和心脏病导致的过早死亡。

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。