- 一直有在kaggle上尝试一些比赛，不可避免要下载一些超大数据集，但直接在Data页面通过浏览器下载速度太慢，kaggle官方也提供了API便于快速下载数据集，具体操作也很简单。
一、Kaggle API安装及使用（ubuntu16.04）
1.终端下安装：pip install kaggle
2.登录kaggle账户，右上角头像处点击My Account，在API栏，点击Create New API Token下载kaggle.json文件
3.终端下创建.kaggle文件：
cd ~
mkdir .kaggle
cd ~/.kaggle/
也可以直接在Home目录下手动创建.kaggle文件夹
4.将下载好的kaggle.json文件放入.kaggle文件夹
5.进入对应比赛Data页面，点击粘贴API右侧的数据集下载指令到终端（以Titanic为例）
kaggle competitions download -c titanic
6.在终端中可以查看数据集下载路径
二、添加conda创建的虚拟环境对应的kernel核
- 在kaggle比赛中，很大部分参赛者Types都会使用Notebook工具实现他们的代码，也即.ipynb文件，我使用的是Anaconda3工具附带的jupyter notebook，也可以选择使用Google Colab。
但是jupyter notebook默认的Kernel是Python 3，如果想要使用在conda中配置好的虚拟环境对应的Kernel，则需要添加对应Kernel至/home/(用户名)/.local/share/jupyter/kernels/XXX中。
具体步骤为：
1.激活conda中创建好的虚拟环境：source activate XXX
2.然后在该环境下安装ipykernel：python -m ipykernel install --user --name XXX --display-name “Name”
XXX：创建的虚拟环境名称
Name：你想展示在jupyter notebook上kernel的名称
注意！网上一些资料通过：python -m ipykernel install --name kernelname
或者：python -m ipykernel install --name XXX --display-name "Name"我都没有成功
至此相应的文件夹已添加到/home/(用户名)/.local/share/jupyter/kernels/XXX中
查看当前安装了哪些kernel：jupyter kernelspec list - 详情参考
三、关于下载的数据集不能解压问题
这是在我电脑上出现过的问题，下载后的压缩包右上角带有一把锁的标记，解压缩时提示出错，
权限的问题，可cd到对应目录下通过以下方法解决：
1.sudo chmod 777 文件名/文件夹名
2.sudo chown 用户名 文件夹名/ -R
