结肠癌基因数据集
该数据集包含基于DNA分析的基因表达数据，数据模态为基因表达谱，主要用于结肠癌的检测研究，支持基因组学和癌症研究领域中的机器学习模型开发、生物标志物识别以及癌症诊断应用。
基本信息
资源简介
结肠癌基因数据集
【一句话概览】
该数据集标题为“colon cancer with gene”，原始描述说明其用途是通过 DNA 分析检测基因表达，从而识别癌症。数据集包含 1 个文件，合计大小 1.1 MB，标签为 cancer 和 biology，许可方式为 CC0 公共领域（来源 Kaggle，CC0: Public Domain 许可）。
【数据集背景】
本数据集源站标题为《colon cancer with gene》。源站首次发布：2022-07-23。
【数据内容】
源站原始描述：Using dataset to detect cancer using gene expression through DNA analysis
中文译文（机器翻译，仅供快速理解，请以原文为准）：利用数据集通过DNA分析检测基因表达以检测癌症
【数据结构与技术规格】
文件数 1 个，合计 1.13 MB。
【主题与分类】
主题标签：cancer、biology。
【获取与许可】
源站页面：https://www.kaggle.com/datasets/helmy14/colon-cancer-with-gene
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
方式一：KaggleHub（Python，推荐 AI Agent 使用）
# 前置依赖: pip install kagglehub
import kagglehub
path = kagglehub.dataset_download("helmy14/colon-cancer-with-gene")
print("数据已下载至:", path)
方式二：Kaggle CLI（命令行）
# 前置条件: 注册 Kaggle 账号, Settings > API > Create New Token
# 将 kaggle.json 放到 ~/.kaggle/ 并 chmod 600
pip install kaggle
kaggle datasets download -d helmy14/colon-cancer-with-gene
unzip colon-cancer-with-gene.zip -d colon-cancer-with-gene/
数据说明
该数据集专注于通过DNA分析检测结肠癌的基因表达数据。它包含与结肠癌相关的基因表达谱，数据来源于DNA分析技术，主要用于基因组学和癌症研究领域，支持基于基因表达的癌症检测、生物标志物发现以及机器学习模型的开发与验证。
数据加载示例（表格/文本类）
import pandas as pd, glob, os
files = (glob.glob(os.path.join(path, "**", "*.csv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tsv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.xlsx"), recursive=True))
print("数据文件:", files)
df = pd.read_csv(files[0])
print(df.shape); print(df.columns.tolist()); print(df.head(3))
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。
