🤗 数据集查看器

数据集页面包含一个表格，其中包含数据集内容，按每页 100 行排列。您可以使用表格底部的按钮在页面之间导航、进行筛选、搜索、查看基本统计信息等等。

文档目录

这些文档页面主要关注**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带有预计算数据的表格。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，可以浏览这些部分。

否则，如果您想了解如何通过 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，您可能更喜欢阅读数据集 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。

数据集查看器后端

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

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 格式。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，预处理这些数据集的成本（存储和计算）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一个服务器，提前生成 API 响应并将其存储在数据库中，以便在您通过 API 进行查询时立即返回。

让数据集查看器处理繁重的工作，这样您就可以对 Hugging Face 上超过 **100,000 个数据集**中的任何一个使用简单的 **REST API** 来实现：

列出**数据集拆分、列名和数据类型**
获取**数据集大小**（行数或字节数）
下载并查看数据集**任意索引处的行**
在数据集中**搜索**单词
根据查询字符串**过滤**行
获取有关数据的**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，请给数据集查看器仓库加星！

< > 在 GitHub 上更新