- 一直有在kaggle上嘗試一些比賽，不可避免要下載一些超大數據集，但直接在Data頁面通過瀏覽器下載速度太慢，kaggle官方也提供了API便於快速下載數據集，具體操作也很簡單。
一、Kaggle API安裝及使用（ubuntu16.04）
1.終端下安裝：pip install kaggle
2.登錄kaggle賬戶，右上角頭像處點擊My Account，在API欄，點擊Create New API Token下載kaggle.json文件
3.終端下創建.kaggle文件：
cd ~
mkdir .kaggle
cd ~/.kaggle/
也可以直接在Home目錄下手動創建.kaggle文件夾
4.將下載好的kaggle.json文件放入.kaggle文件夾
5.進入對應比賽Data頁面，點擊粘貼API右側的數據集下載指令到終端（以Titanic爲例）
kaggle competitions download -c titanic
6.在終端中可以查看數據集下載路徑
二、添加conda創建的虛擬環境對應的kernel核
- 在kaggle比賽中，很大部分參賽者Types都會使用Notebook工具實現他們的代碼，也即.ipynb文件，我使用的是Anaconda3工具附帶的jupyter notebook，也可以選擇使用Google Colab。
但是jupyter notebook默認的Kernel是Python 3，如果想要使用在conda中配置好的虛擬環境對應的Kernel，則需要添加對應Kernel至/home/(用戶名)/.local/share/jupyter/kernels/XXX中。
具體步驟爲：
1.激活conda中創建好的虛擬環境：source activate XXX
2.然後在該環境下安裝ipykernel：python -m ipykernel install --user --name XXX --display-name “Name”
XXX：創建的虛擬環境名稱
Name：你想展示在jupyter notebook上kernel的名稱
注意！網上一些資料通過：python -m ipykernel install --name kernelname
或者：python -m ipykernel install --name XXX --display-name "Name"我都沒有成功
至此相應的文件夾已添加到/home/(用戶名)/.local/share/jupyter/kernels/XXX中
查看當前安裝了哪些kernel：jupyter kernelspec list - 詳情參考
三、關於下載的數據集不能解壓問題
這是在我電腦上出現過的問題，下載後的壓縮包右上角帶有一把鎖的標記，解壓縮時提示出錯，
權限的問題，可cd到對應目錄下通過以下方法解決：
1.sudo chmod 777 文件名/文件夾名
2.sudo chown 用戶名 文件夾名/ -R
