colab中如何调用本地数据集

### 如何在Google Colab中导入数据集 #### 方法1：从本地机器导入数据集 为了直接从本地计算机上传文件至Colab环境，可以利用`files.upload()`函数来实现。这种方式适合于较小规模的数据集传输。 ```python from google.colab import files uploaded = files.upload() for fn in uploaded.keys(): print('User uploaded file "{name}" with length {length} bytes'.format( name=fn, length=len(uploaded[fn]))) ``` 这种方法简单快捷，但是由于涉及到手动交互过程，并不适合自动化流程或是大规模数据集的处理[^1]。 #### 方法2：从Google Drive导入 对于较大尺寸的数据集或者希望持久化保存实验成果的情况来说，推荐先将资料存放到个人的Google云端硬盘再通过编程接口调用。具体做法如下： ```python from google.colab import drive drive.mount('/content/drive') ``` 执行上述命令后，系统将会提示用户登录自己的Gmail账户并授予必要的API权限给当前notebook实例；完成验证步骤之后即完成了挂载动作。接着可以通过调整工作目录的方式访问特定位置下的文档: ```python %cd /content/drive/My\ Drive/ !ls ``` 以上指令帮助确认是否正确切换到了预期的目标文件夹内以及展示其中的内容列表[^4]。 #### 方法3：导入Kaggle网站提供的数据集 当目标数据来源于Kaggle竞赛平台时，则需事先准备好API密钥（通常命名为`kaggle.json`），并将之放置于指定路径之下以便后续操作能够顺利开展。获取相应凭证的具体途径可参照官方指南说明。准备工作完成后，在Python脚本里加入下面几行代码即可轻松拉取远程资源： ```python import os os.environ['KAGGLE_CONFIG_DIR'] = "/content/" !kaggle datasets download -d [用户名]/[数据集名称] !unzip \*.zip -d dataset && rm *.zip ``` 这里需要注意替换方括号内的部分为实际存在的ID或标签值[^2]。