Google Colab挂载驱动器后，如何下载数据集并进行测试？

一、下载数据集的常用方式 #

1. 从网络直接下载（wget/curl） #

可以用wget命令将公开数据集下载到Colab临时存储（会话结束后数据会消失），或者直接保存到挂载的Drive中（永久保留）：

# 下载到Colab临时目录
!wget https://example.com/your_dataset.zip
# 解压到指定文件夹
!unzip your_dataset.zip -d ./dataset_folder

# 直接下载到Drive的数据集目录（需提前创建好文件夹）
!wget https://example.com/your_dataset.zip -P /content/drive/MyDrive/datasets/
!unzip /content/drive/MyDrive/datasets/your_dataset.zip -d /content/drive/MyDrive/datasets/extracted_data

2. 读取Drive中已有的数据集 #

挂载完成后，Drive的根路径为/content/drive/MyDrive/，直接用Python数据处理库读取即可：

import pandas as pd

# 读取Drive里的CSV表格数据
df = pd.read_csv('/content/drive/MyDrive/datasets/train_data.csv')

# 读取图像文件（以PIL为例）
from PIL import Image
img = Image.open('/content/drive/MyDrive/datasets/images/sample.jpg')

3. 使用框架内置数据集 #

TensorFlow/Keras、Scikit-learn等框架内置了常用公开数据集，直接调用API加载即可：

# 加载Keras内置的MNIST手写数字数据集
from tensorflow.keras.datasets import mnist
(x_train, y_train), (x_test, y_test) = mnist.load_data()

# 加载Scikit-learn的鸢尾花数据集
from sklearn.datasets import load_iris
iris = load_iris()

二、测试数据集是否可用 #

1. 验证数据加载状态 #

通过查看数据形状、基本信息确认是否加载成功：

# 查看MNIST数据集的形状
print(f"训练集图像形状: {x_train.shape}, 训练集标签形状: {y_train.shape}")

# 查看表格数据的基本信息
print(df.info())

2. 可视化验证（针对图像/表格数据） #

用Matplotlib做简单可视化，直观确认数据内容：

import matplotlib.pyplot as plt

# 可视化MNIST的一张手写数字
plt.imshow(x_train[0], cmap='gray')
plt.title(f"标签: {y_train[0]}")
plt.axis('off')
plt.show()

# 可视化表格数据的柱状图
df['category'].value_counts().plot(kind='bar')
plt.title('数据类别分布')
plt.show()

3. 简单数据预处理测试 #

做一步简单的预处理操作，验证数据可正常操作：

# 对MNIST图像做归一化处理
x_train_normalized = x_train / 255.0
print(f"归一化后像素值范围: {x_train_normalized.min()} ~ {x_train_normalized.max()}")

内容的提问来源于stack exchange，提问作者Allam Chaimaa