Advertisement

包含5万道菜谱数据,并以CSV格式呈现。

  •  5星
  •     浏览量: 0
  •     大小:None
  •      文件类型:None


简介:
我们收集了包含五万个菜谱的数据集,该数据集以CSV格式呈现,其数据来源为公开的网络资源。为了便于后续的数据处理与分析,我们采用#符号作为关键的分割标记,将其转化为数组形式的数据结构。具体而言,该数据集包含了“材料”、“配料”以及“步骤文字和图片”两个字段。在数据库存储时,这些字段可以被进一步转化为数组,从而更好地支持前端系统的输出需求。此外,我们致力于对原始数据进行过滤,尽可能地剔除不相关的HTML标签,以提高数据的质量和可用性。

全部评论 (0)

还没有任何评论哟~
客服
客服
  • 5元的食CSV
    优质
    本资源提供一份详尽的家庭食谱数据库,包含数千道菜品的数据记录,以CSV格式存储。每条记录包括食材清单、制作步骤及营养价值等信息,适合家庭烹饪爱好者和营养师使用。总价5万元,涵盖丰富多样的菜式选择。 我们收集了5万条食谱菜谱数据,并以CSV格式保存。这些数据来源于公开网络资源,在处理过程中使用#符号作为分隔符,便于将文本拆分为数组形式(例如:材料、分量等字段)。在入库时可以利用此特征进行相应转换(PHP中可采用explode()函数),从而方便前端展示。为了确保高质量的数据采集工作,原始数据中的HTML标签已被尽可能地过滤掉。
  • 飞猪景点集(CSV5多条记录)
    优质
    该数据集包含超过5万条飞猪平台上的景点信息,以CSV格式存储,便于数据分析与挖掘。内容详尽丰富,涵盖众多旅游目的地详情。 使用Python爬取飞猪网站以获取全国景点的数据。包含的字段有:序号、景点标题、封面图、销量、价格以及对应飞猪网站的地址和景点城市。
  • 5份图文茂的大全ACCESS
    优质
    本资源包含近5万份详尽的图文菜谱,储存在ACCESS数据库中。每个食谱都配有清晰的照片和详细的制作步骤,便于用户学习与参考,涵盖各类中式、西式佳肴。 菜谱图片非高清大图,只适合用作手机菜谱图片或网页菜谱缩略图,并且带有水印。
  • 合集库(5000多).zip
    优质
    本资源包含超过五千道各式菜肴的详细做法和烹饪技巧,覆盖各大菜系及地方特色美食,帮助您轻松成为厨艺高手。 菜谱大全收录了超过5000个菜品的详细做法、配料及原料信息。您可以下载我们的菜谱数据库,它涵盖了各种类型的菜肴,并提供家常菜的做法与图片,精选适合孕妇食用且简单营养健康的食谱,以及中西餐和快餐饭店的专业电子菜单等丰富内容。我们还分享美食相关的图片视频,让您享受烹饪的乐趣并提升生活品质。
  • 捷克共和国路交通事故详尽集(2016-2022年),CSV2.2+7条记录
    优质
    本数据集收录了捷克共和国自2016年至2022年的道路交通事故详细信息,涵盖超过2.2万个事故案例及7万余条相关记录,以CSV格式提供。 捷克共和国警方通常每月定期收集并发布全国交通事故的详细数据。该数据集涵盖了地理位置、天气状况、车辆类型、伤亡人数及车辆机动等多个方面,为分析与研究提供了丰富且广泛的数据支持。此数据集包含两个CSV文件:road_accidents_czechia_2016_2022.csv 文件中的每一行代表一个唯一的交通事故,并包含了相关的各种属性;pedestrian.csv 文件中则记录了每个涉及行人的交通事件及其相关属性的详细信息。
  • 500微博CSV语料库
    优质
    本项目提供一个包含500万条微博记录的数据集,以CSV文件形式存储,旨在为自然语言处理和社交媒体分析研究者们提供丰富的中文文本资源。 字段包括:weiboId, attitudes_count, bmiddle_pic, comments_count, created_at, favorited, geo, id, idstr, in_reply_to_screen_name, in_reply_to_status_id, in_reply_to_user_id, mid, mlevel, text, source等。
  • FootballData:JSON和CSV的足球.zip
    优质
    FootballData提供全面且易于访问的足球比赛统计数据集,涵盖多个赛季。该资源以JSON和CSV两种格式存储,便于用户下载与分析。 FootballData 提供足球比赛数据的 JSON 和 CSV 格式文件,这些数据可供任何人使用。您可以在此处保存或生成相关文件。主要的数据格式为 CSV 和 JSON。请参阅 FootballData 的指南以获取完整的数据清单。请注意,文件和数据集可能会移动,并且模式会更改。
  • 近十年飞机航班集(CSV1.5条记录)
    优质
    本数据集包含近十年全球航班运营信息,共计1.5万余条记录,以CSV格式呈现,涵盖航班日期、起飞降落时间、延误情况等关键指标。 标题中的“近10年飞机航班数据集 CSV 1.5W+记录”指的是一个包含大量航班信息的数据集合,以CSV格式存储,大约有15,000条记录。CSV(Comma Separated Values)是一种常见的数据交换格式,便于在不同应用程序之间交换数据。这种数据集通常用于数据分析、挖掘或机器学习任务。 该数据集中包括以下关键字段: - **航班号**:每个航班都有一个唯一的识别号,用于区分不同的飞行。 - **机型**:飞机的型号,如波音737、空客A320等,这会影响飞机的载客量、飞行距离和燃油效率。 - **出发及到达时间**:航班预计起飞和到达的具体时间,用于规划行程和计算飞行时长。 - **出发及到达省份/城市/机场**:航班的起止地点,包括省、市和具体机场,有助于了解航线网络和地理分布。 - **飞行里程**:航班的总距离,可以衡量飞行时间和消耗的燃料。 - **经纬度**:提供航班起点和终点的精确地理位置坐标,可用于地图可视化或地理分析。 - **准时率**:航班按照预定时间起飞和到达的概率,反映了航空公司的运营效率和服务质量。 - **航司**:运营该航班的航空公司,可能涉及其服务、价格策略和市场份额。 - **航班计划**:可能指的是航班的日常或季节性安排,包括频率和时刻表。 这样的数据集对于多种用途非常有用: - **市场分析**:通过分析不同航空公司的航班数量、航线分布及准时率来评估各公司在市场上的表现与竞争力。 - **乘客行为研究**:结合出发和到达城市的数据可以理解乘客流动模式,并预测热门航线及出行高峰。 - **航班优化**:通过对飞行里程和经纬度的分析,可能有助于航空公司优化飞行路线以节省燃油成本。 - **预测模型**:利用历史准时率数据构建预测模型来预估未来航班是否可能发生延误。 - **政策制定**:政府与监管机构可以使用这些信息调整航线分配或提升服务质量标准。 由于提供的文件名为“机票航班数据.xlsx”,这表明数据集可能还包含Excel版本,该格式提供了丰富的数据处理和可视化功能,如筛选、排序及图表制作等。对于初学者或需要快速分析的用户而言,这种格式更为直观。 这个数据集为研究人员、数据分析专家以及对航空业感兴趣的用户提供了一个全面且宝贵的资源,通过清洗与整理这些信息可以获取有关航空市场的深度见解,并推动决策制定和业务优化。
  • CSV的金融欺诈检测104+条记录
    优质
    本数据集包含超过104万条记录,采用CSV格式存储,专为金融欺诈检测设计,涵盖多种交易类型与特征信息,助力模型训练及算法优化。 该数据集展示了移动货币交易的全面表示,并经过精心设计以反映现实世界金融活动中的复杂性以及欺诈行为的研究目的。此数据来源于名为PaySim的模拟器,利用了非洲某国实际财务日志中汇总的数据来填补公开可用金融数据集中用于检测欺诈研究方面的空白。它涵盖了多种类型的交易,包括现金存入、兑现输出、借记、支付和转账等,并为评估各种欺诈检测方法提供了一个全面的环境。 **数据集结构** - **step:** 表示现实世界中的时间单位,1 步等于 1 小时;整个模拟历时744步,相当于30天。 - **type:** 包括CASH-IN、CASH-OUT、BIT-OUT、PAYMENT 和 TRANSFER等交易类型。 - **amount:** 表示以当地货币单位表示的每笔交易金额。 - **nameOrig:** 发起该笔交易的客户名称。 - **oldbalanceOrg:** 代表发起方在进行特定操作前账户中的余额。 - **newbalanceOrig:** 指的是执行完相关操作后,发起方账户的新余额。 - **nameDest:** 接收这笔交易的客户的标识符(或称目的地)。 - **oldbalanceDest:** 表示接收方在收到资金前的账户余额。对于以M表示商家身份的客户而言,此字段不适用。 - **newbalanceDest:** 收到转账后的新收款人账户余额;同样地,如果交易涉及的是一个标识为“M”的实体,则该信息不被提供。 - **isFraud:** 标识由欺诈代理执行的那些企图通过诸如提现或转移等操作来耗尽客户资金的行为。 - **isFlaggedFraud:** 用于标记账户间未经授权的大额转账行为,任何单笔金额超过20万单位货币的交易都被视为非法。
  • 美国主要城市果蔬价集(CSV1.5条记录)
    优质
    本数据集提供了美国各大城市的果蔬价格信息,包含1.5万余条记录,以CSV格式存储,便于数据分析和研究。 该数据集全面分析了不同城市各种新鲜农产品的零售价与农场价格。时间跨度从1999年至2019年,涵盖了亚特兰大、芝加哥、洛杉矶以及纽约等主要城市的商品名称、日期、农场价格及零售价格信息。 此数据集中包含了一系列流行的农产品种类,例如草莓、莴苣(包括红叶莴苣)、土豆、橙子、卷心菜(如卷心莴苣和绿叶莴苣)、芹菜、花椰菜、胡萝卜、哈密瓜以及西兰花的不同品种(如西兰花冠与西兰花串)等。