吸烟成瘾数据集
该数据集来自 kaggle.com，包含 30,000 条观测记录与 35 个变量，覆盖连续 30 天的纵向监测窗口，由 Shair Khan 于 2026-08-23 发布
基本信息
资源简介
吸烟成瘾数据集
Smoking Addiction Dataset
该数据集来自 kaggle.com，包含 30,000 条观测记录与 35 个变量，覆盖连续 30 天的纵向监测窗口，由 Shair Khan 于 2026-08-23 发布。数据将尼古丁使用行为（袋装烟频率、强度、时间）与心理状态指标（焦虑、压力、情绪）及日常生物物理变量（睡眠质量、运动、屏幕时间、咖啡因摄入）关联起来，可用于心理健康与行为分析、成瘾相关预测建模等研究（来源 Kaggle，CC0: Public Domain 许可）。
【数据集背景】
源站首次发布：2026-08-23。
【数据内容】
源站描述（机器翻译，仅供参考）：🚭 吸烟成瘾数据集 | 焦虑与渴求 🔥 📊 30,000 条观测 • 35 个变量 • 30 天纵向追踪 • 心理健康与行为分析 尼古丁消费模式、急性渴求峰值与戒断动态与生理压力、昼夜睡眠周期、咖啡因摄入及日常生活方式密切相关。该数据集提供一个生产级纵向分析环境，包含 30,000 条细粒度观测与 35 个多维特征，在 30 天连续监测窗口内追踪。它将尼古丁使用行为（袋装烟频率、强度、时间）与心理状态指标（焦虑、压力、情绪）及日常生物物理变量（睡眠质量、运动、屏幕时间、咖啡因摄入）连接起来。💡 该数据集的独特之处 30 天纵向架构： 特征包含重复的每日观测
【数据结构与技术规格】
文件数 1 个，合计 4.29 MB。
【主题与分类】
主题标签：health、health conditions、heart conditions、healthcare、mental health。本站分类：精神与行为障碍。
【获取与许可】
源站页面：https://www.kaggle.com/datasets/datascikhan/the-nicotine-craving-and-anxiety-dynamics-dataset
使用许可：CC0: Public Domain。
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。
需登录公开下载
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。
暂未开放有偿下载
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://kaggle.com/datasets/datascikhan/the-nicotine-craving-and-anxiety-dynamics-dataset
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:
数据集大小约 4.3 MB。
数据说明
Shair Khan (2026). Smoking Addiction Dataset [Dataset]. https://www.kaggle.com/datasets/datascikhan/the-nicotine-craving-and-anxiety-dynamics-dataset
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。
