如何在不同Colab notebook中访问、共享数据集与变量

下面是3种实操性最高的实现方式，无需额外第三方工具：

方法1：通过Google Drive挂载持久化存储（最常用，适合大体积数据集/变量） #

这个方案可以实现长期共享，不受Colab运行时重启、页面关闭影响：

• 首先在存变量/数据集的源Colab文件中挂载你的Google Drive

from google.colab import drive
drive.mount('/content/drive')

• 把需要共享的内容导出到Drive的指定目录，不同类型内容可以选择对应存储方式：
  • 结构化数据集可以用pandas自带的存储方法，示例：

  import pandas as pd
  # df为你要共享的数据集
  df.to_csv('/content/drive/MyDrive/colab_shared/data.csv', index=False)
  

  • 普通Python变量可以用pickle批量存储，示例：

  import pickle
  # 把需要共享的var1、var2、自定义模型等变量打包存储
  with open('/content/drive/MyDrive/colab_shared/shared_vars.pkl', 'wb') as f:
      pickle.dump([var1, var2, custom_model], f)
  

• 切换到要绘图的目标Colab文件，同样挂载Drive后直接读取对应路径的文件即可：

import pandas as pd
import pickle
# 读取数据集
df = pd.read_csv('/content/drive/MyDrive/colab_shared/data.csv')
# 读取打包存储的变量
with open('/content/drive/MyDrive/colab_shared/shared_vars.pkl', 'rb') as f:
    var1, var2, custom_model = pickle.load(f)

方法2：使用%store魔术命令（适合同会话下临时共享小变量） #

无需挂载Drive，适合快速共享小体积变量：

• 在源Colab文件中执行存储命令：

%store target_variable
%store df_dataset

• 在目标Colab文件中执行读取命令即可直接调用变量：

%store -r target_variable
%store -r df_dataset

注意：该方法仅在同浏览器会话、Colab运行时未重置的情况下生效，运行时重启或者关闭页面后存储的变量会自动失效。

方法3：导入源Notebook导出的py文件 #

如果源Colab的变量是运行代码生成的，无需提前存储也可以实现共享：

• 打开源Colab文件，点击「文件」>「下载」>「下载 .py 文件」
• 将下载的py文件上传到目标Colab的/content工作目录，直接导入即可调用其中的变量：

from source_file import var1, df_dataset

注意：导入py文件时会自动运行文件内所有代码，如果源文件代码运行耗时久、有交互步骤，不推荐使用该方法。

内容的提问来源于stack exchange，提问作者Egidius