数据概览

数据类型

Jupyter Notebook、Python 程序、CSV / Excel 表格、SEG-Y 地震数据、岩石 JPG 图像与 PDF 文档。

数量条目

5 个课程文件夹。按当前目录的一级文件夹统计：day1、day2、day3、day4 和 final；不逐项展示单个文件。

数据量

147.77 MiB。当前清单内文件大小合计 154,946,608 字节，换算约 147.77 MiB。

数据地区

课程案例文件未统一标注采样地区，不能按站点所在地区或文件名推断所有数据的地理来源。具体案例请查看随附课程说明。

文件与组织形式

9 类扩展名：JPG、IPYNB、CSV、XLSX、XLS、SGY、DAT、PDF、PY。

统计与核对日期

2026-10-29 核对；统计版本：当前目录 / 文件清单快照。

课程内容与案例

1. Python 基础

包括 Python 程序语言、Pandas 表格数据分析与处理、NumPy 数组操作、Matplotlib 数据可视化等。

2. 数据分析

包括一维数据特征与数据变换、二维数据相关性分析、多维数据特征选择等。

3. 聚类与降维

主要包括无监督机器学习方法中的 PCA 降维、K-means 聚类分析等。

4. 分类与回归

主要包括决策树、支持向量机、Bagging、随机森林、提升等方法在分类与回归问题上的应用。

课程所需工具包

原课程说明列出的工具包如下，可结合具体案例准备运行环境：

数据特征

• 包含 day1–day4 课程资料及 final 岩石分类案例。
• 目录中有 Carbonate、Magmatic、Metarock、Sandstone 四类岩石图像案例。
• 文件目录只展示 day1、day2、day3、day4 和 final 五个一级文件夹，可分别下载完整文件夹。

代表性数据简图

内容示例

• day1–day4 按课程安排提供 Python、数据分析、聚类与分类回归练习。
• final 目录提供碳酸盐岩、岩浆岩、变质岩和砂岩图像分类案例。
• 课程资源包括 Notebook、Python 程序、表格、地震数据、图像和文档。