如何从脚本或Notebook下载Kaggle数据集至Colab或其他环境？

前置准备 #

• 拥有Kaggle账号，在账号设置的API板块生成并下载kaggle.json密钥文件（点击「Create New API Token」即可获取）

Colab环境操作步骤 #

1. 上传密钥文件
   运行以下代码上传本地的kaggle.json：

   from google.colab import files
   files.upload()
   

   执行后选择本地保存的kaggle.json完成上传。

2. 配置Kaggle环境
   执行命令将密钥移动到指定目录并设置权限：

   !mkdir -p ~/.kaggle
   !cp kaggle.json ~/.kaggle/
   !chmod 600 ~/.kaggle/kaggle.json
   

3. 下载数据集
   使用kaggle datasets download命令，替换-d后的数据集标识符即可下载目标数据集，示例：

   !kaggle datasets download -d arslanali4343/world-cities-database-population-oct2022
   

   若下载竞赛数据集，改用：

   !kaggle competitions download -c 竞赛名称
   

4. 解压压缩包（可选）
   多数数据集为压缩包格式，执行以下命令解压：

   !unzip world-cities-database-population-oct2022.zip
   

本地Jupyter Notebook环境操作步骤 #

1. 安装Kaggle工具包

   pip install kaggle
   

2. 放置密钥文件

   • Windows：将kaggle.json放到C:\Users\你的用户名\.kaggle\目录下
   • Linux/macOS：将kaggle.json放到~/.kaggle/目录，再执行：

     chmod 600 ~/.kaggle/kaggle.json
     

3. 下载数据集
   直接在Notebook的代码单元格中执行下载命令：

   !kaggle datasets download -d arslanali4343/world-cities-database-population-oct2022
   

注意事项 #

• 确保目标数据集为公开状态，或你已加入对应的竞赛/数据集项目
• 若出现权限错误，优先检查kaggle.json的权限设置及账号访问权限

内容的提问来源于stack exchange，提问作者tikendraw