关于colab中连接kaggle、运行数据集时遇到的一些问题

colad的登录需要科学上网，但一旦登上它就是一个比较好的免费服务器，如果你的科学上网手段比较厉害，连接应该还是很稳定的。
colab实际上是就是一个带有GPU的虚拟机，能够实现用linux指令操作，并且可以像jupyter notebook一样直接编写和运行Python代码。
要执行linux指令需在代码前加上！，而Python代码直接执行即可。
在使用过程中，有时会用到自己的目标数据集，可能需要从kaggle上下载，你可以先将数据集下载本地，然后再上传到Google移动硬盘中，但这样的速度可能会很慢。因此推荐使用直接将kaggle库安装在colab中，从而直接执行代码下载数据集。
首先需要在colab环境中装载谷歌云盘可以去网上百度一下咋装载，也可以直接点击左侧文件列表中的图标

下载kaggle的API直接去kaggle个人主页，找到Account，然后在API选项中找到create new API token选项下载即可。


之后就是将下载的.json文件导入到colab中了。我们的操作过程将集中在刚刚已经装载的你的个人谷歌云盘中，就是

!pip install -q kaggle

在colab中导入kaggle库

from google.colab import files
files.upload()

将.json文件导入到colab中

你点击执行后会弹出让你选择文件的按钮，浏览文件夹选中刚刚下好的.json文件，如果没有问题现在你的文件夹列表中已经有了一个新增添的kaggle.json文件了
之后的步骤很重要

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

这就是为刚刚导入到云盘中的kaggle.json文件创建一个新的地址，使其存放在/.kaggle文件夹中，只有这样你的kaggle才算和colab真正连接起来了。
接着你可以测试一下是否连接成功，在kaggle中找到一个数据集，然后用网页提供的下载代码进行测试


如果连接显式运行成功则表明连接正确了，以后就用这种方法直接从kaggle中导入数据集就可以了。
如果你很不幸出现了401 - Unauthorized提示，不要着急，可能是由于你操作的时间过久，或者别的原因，导致你的个人kaggleAPI过期了，这时你需要重新下载一下API的文件，过程和刚在一样，重新导入进colab（在此之前，将电脑上旧的.json文件删除干净），这时再尝试下载一下数据集应该就没有问题了。
想插一句，如果你想删掉colab中的文件夹，比如刚才导入的数据集不太对，或者别的原因，但若是文件夹下有文件，当你用右键删除文件夹时会提示无法删除，这时可以用linux的指令进行删除

> !rm -rf data  #data特制你想删除的文件