一批用于下载/管理机器学习常见公开数据集的脚本：数据集的名称、分类、下载地址等元信息存入本地 SQLite（fundata.manage.core.DatasetManage），实际数据文件从蓝奏网盘下载。收录的数据集包括 iris、MovieLens（100k/1m/10m/20m/25m）、Criteo（sample/kaggle）、Amazon Electronics 评论、adult、porto-seguro、bitly-usagov、COCO（val2017/annotations）以及 YOLOv3/v4 权重等。
fundata.work、fundata.manage、fundata.tables_bak 可以正常 import 和使用。DatasetManage.download() 中蓝奏云下载分支会抛出 NotImplementedError：当前 fundrive 的蓝奏云 API 是基于类的 fundrive.drives.lanzou.LanZouDrive，需要已认证的实例，没有免认证的下载函数可用。
fundata.dataset（dataset/datas.py）默认无法独立 import：它直接依赖 demjson、tensorflow、scikit-learn、notekeras。其中 tensorflow、scikit-learn、funkeras（提供 notekeras）已收录进 pyproject.toml 的 dataset extra，默认不随主依赖安装。需要特别说明两点：
notekeras：PyPI 上的funkeras包实际发布的顶层可 import 模块名仍然是notekeras（pip install funkeras装出来的目录是notekeras/），因此代码里from notekeras.features.feature_parse import ...这一行即使装了funkeras也必须保持notekeras这个导入名不变，才能正确工作。demjson：PyPI 上唯一的demjson==2.2.4是 Python 2 时代遗留的包，其setup.py使用了setuptools>=58已移除的use_2to3参数，在任何现代构建工具链下都会构建失败，因此没有声明进datasetextra（声明了会导致uv lock/pip install fundata[dataset]直接失败）。这是上游包已废弃导致的已知限制，需要用到CriteoData._create_criteo_dataset里demjson.encode(...)那部分功能时，需自行想办法安装/替换demjson。
已发布到 PyPI：
pip install fundata需要用到 fundata.dataset 下具体数据集处理类时，额外装上 dataset extra：
pip install "fundata[dataset]"pyproject.toml 中已声明的 dependencies 为 pandas、funshell、farlog、tqdm，安装后 fundata（顶层）、fundata.work、fundata.manage、fundata.tables_bak 均可正常使用。fundata.dataset 需要额外的 dataset extra（tensorflow、scikit-learn、funkeras），demjson 因上游已废弃需自行处理（见上文说明）。
维护一份数据集索引，并按需从蓝奏云下载：
from fundata.manage.core import DatasetManage
from fundata.manage.library import insert_library
dataset = DatasetManage()
dataset.create()
insert_library() # 把 iris/movielens/criteo/coco/yolo 权重等的下载地址写入本地 sqlite
dataset.download("movielens-100k", path_root="./download/")管理数据落盘目录（数据库/日志/公共文件），默认落在 /opt/farfarfun/apps/fundata：
from fundata.work import WorkApp
app = WorkApp() # app_name 默认为 "fundata"，dir_app 默认为 /opt/farfarfun/apps/fundata
app.create()fundata.dataset 下还有针对具体数据集的处理类，例如 ElectronicsData（Amazon 评论数据的下载、清洗、构建训练集）和 CriteoData（Criteo 数据集的特征处理），但如上文所述，它们依赖未声明的第三方包，当前无法独立运行。
fundata.work / fundata.manage / fundata.tables_bak 可正常使用；fundata.dataset 需要额外安装 dataset extra 才能独立运行，不建议在装上这个 extra 之前作为正式依赖引入新项目。
farfarfun 是一个专注于实用工具库的开源组织， 涵盖云存储、数据处理、AI、多媒体与开发工具链等方向。
- 🏠 组织主页：https://github.com/farfarfun
- 📦 PyPI：https://pypi.org/user/niuliangtao/
- 📧 联系：farfarfun@qq.com
本项目基于 MIT 协议开源。