🤗 数据集查看器

数据集页面包含一个表格，其中包含数据集的内容，每 100 行排列成一页。您可以使用表格底部的按钮在页面之间导航、筛选、搜索、查看基本统计信息等。

文档目录

这些文档页面侧重于数据集查看器的后端（代码位于 https://github.com/huggingface/dataset-viewer），它通过 API 为 Hub 上的所有数据集提供包含预计算数据的表格。如果您想为您的应用程序使用 API 或了解我们如何预处理数据集，您可以浏览这些部分。

否则，如果您想了解如何从 Hub 的基于 Web 的界面创建数据集、配置数据集查看器 以处理数据、图像或音频，或修复错误，您可能更喜欢阅读 Datasets Hub 文档页面。还可以查看示例数据集集合：拆分配置、子集配置、CSV 数据文件和图像数据集。

数据集查看器的后端

数据集查看器的后端提供了一个 API，用于可视化和探索存储在 Hugging Face Hub 上的所有类型的数据集 - 计算机视觉、语音、文本和表格数据。

数据集查看器后端的主要功能是将所有 Hub 数据集自动转换为 Parquet。请阅读Parquet 部分了解更多信息。

随着数据集大小和数据类型丰富度的增加，预处理（存储和计算）这些数据集的成本可能具有挑战性且耗时。为了帮助用户访问这些现代数据集，数据集查看器在后台运行服务器以提前生成 API 响应，并将它们存储在数据库中，以便在您通过 API 发出查询时立即返回它们。

让数据集查看器处理繁重的工作，这样您就可以在 Hugging Face 上的任何 100,000 多个数据集上使用简单的 REST API 来

列出数据集拆分、列名和数据类型
获取数据集大小（以行数或字节为单位）
下载并查看数据集中任何索引处的行
在数据集中搜索单词
根据查询字符串筛选行
获取关于数据的有见地的统计信息
以 parquet 文件形式访问数据集，以便在您喜欢的处理或分析框架中使用

立即加入论坛或 Discord 上不断壮大的社区，如果您对最新更新感兴趣，请给数据集查看器存储库一个 ⭐️！

< > 在 GitHub 上更新