虚拟城市 · 样例数据集
这是一个行为级虚拟城市在若干年运行后的抽样导出。目的：让你在 10 分钟内判断
「这套数据能做什么 / 不能做什么 / 我能不能用」。
格式样例，每张表取前 100~200 行；不足以做有统计意义的分析——若需用于研究，请索取完整批次。
⚠ 三句必须随数据一起给出的话（不是免责套话，是唯一诚实的用法边界）：
① 本数据全部是虚构的，不对应任何真实个人。
② 本数据是仿真输出，不是测量数据 —— 是"给定规则下会发生什么"的推演。
③ 本数据不能用于预测。可用于方法探索、机制演示、合成数据实验、教学。
下载
怎么用（示例）
# 面板回归 / 描述统计（人·年粒度 —— 做统计最常用这张）
python -c "import pandas as pd; d=pd.read_csv('sample_panel.csv'); print(d.describe())"
# 城市年度指标（人口 / 出生 / TFR，200 年）
python -c "import pandas as pd; print(pd.read_csv('sample_demog.csv')[['year','pop','births','tfr']].tail())"
# 一生序列（人·一生粒度 · JSON Lines）
python -c "
import json
for i,l in enumerate(open('sample_lives.jsonl',encoding='utf-8')):
o=json.loads(l); print(o['sid'],o['life'],o['ageAtDeath'],len(o['events']))
if i>=4: break"
四个文件的粒度关系
sample_demog.csv ← 城市（1 行 = 1 年）
sample_souls.csv ← 灵魂（1 行 = 1 个 sid，跨世汇总）
sample_panel.csv ← 人·年（1 行 = 1 个 bid 的 1 年） ← 做统计最常用
sample_lives.jsonl ← 人·一生（1 行 = 1 个 bid 的完整一生） ← 做质性/序列分析
同一个体靠 sid / bid 关联。"灵魂"与"身体"分离是本系统的设计：
性别是身体的属性、随世改变；人格与跨世记忆挂在灵魂上。所以同一个 sid 会有多个 life。
延伸阅读