在 GitHub 上编辑
修改大型数据集
对于由许多文件组成的大规模数据集，一次性对整个数据集进行操作可能会非常缓慢。相反，你可以仅对需要修改的文件进行操作。
细粒度修改
假设你有一个由 DVC 跟踪的、包含多个独立文件的数据集：
$ tree images
images
├── test
│ ├── 0
│ │ ├── 00004.png
│ │ ├── 00011.png
│ │ ├── 00014.png
│ │ ├── 00026.png
│ │ ├── 00029.png
│ │ ├── 00056.png
│ │ ├── 00070.png
...
└── images.dvc
23 directories, 70001 files你可以使用 dvc add 命令将一个或多个新文件或子目录添加到该数据集中，而无需重新添加整个数据集。假设我们在数据集中新增了一个文件：
$ cp ~/Downloads/new.png images/test/0/70001.png
$ dvc data status --granular
DVC uncommitted changes:
(use "dvc commit <file>..." to track changes)
(use "dvc checkout <file>..." to discard changes)
modified: images/
added: images/test/0/70001.png以新文件为目标运行 dvc add 命令：
$ dvc add images/test/0/70001.png
100% Adding...|████████████████████████████████████████|1/1 [00:00, 1.69file/s]
$ dvc data status --granular
DVC committed changes:
(git commit the corresponding dvc files to update the repo)
modified: images/
added: images/test/0/70001.png
(there are other changes not tracked by dvc, use "git status" to see)你也可以修改一个或多个现有文件或子目录。假设我们已覆盖了数据集中的一个文件：
$ cp ~/Downloads/updated.png images/test/0/00004.png
$ dvc data status --granular
DVC uncommitted changes:
(use "dvc commit <file>..." to track changes)
(use "dvc checkout <file>..." to discard changes)
modified: images/
modified: images/test/0/00004.png
$ dvc add images/test/0/00004.png
100% Adding...|████████████████████████████████████████|1/1 [00:00, 1.70file/s]
$ dvc data status --granular
DVC committed changes:
(git commit the corresponding dvc files to update the repo)
modified: images/
modified: images/test/0/00004.png
(there are other changes not tracked by dvc, use "git status" to see)最后，你可以通过在工作区中删除一个或多个文件或子目录，并将其指定为操作目标来完成删除操作。假设我们已在数据集中删除了一个文件：
$ rm images/test/0/00011.png
$ dvc data status --granular
DVC uncommitted changes:
(use "dvc commit <file>..." to track changes)
(use "dvc checkout <file>..." to discard changes)
modified: images/
deleted: images/test/0/00011.png
$ dvc add images/test/0/00011.png
100% Adding...|████████████████████████████████████████|1/1 [00:00, 1.73file/s]
$ dvc data status --granular
DVC committed changes:
(git commit the corresponding dvc files to update the repo)
modified: images/
deleted: images/test/0/00011.png
(there are other changes not tracked by dvc, use "git status" to see)这与执行 dvc add images/test/0 效果相同（或者指向被删除文件的任意上级目录）。目标越具体，操作速度越快。
修改远程数据集
如果你的数据集位于 远程存储 中但尚未下载到本地工作区，那么为了更新其中一两个文件而使用 dvc pull 下载整个数据集会很不方便。你可以改为仅拉取需要更新的文件：
$ tree
.
└── images.dvc
0 directories, 1 file
$ dvc pull images/test/0参见 dvc ls 命令，用于列出项目中可拉取的文件。
然后根据需要修改这些文件，并记录更改：
$ cp ~/Downloads/new.png images/test/0/70001.png
$ dvc add images/test/0/70001.png
100% Adding...|████████████████████████████████████████|1/1 [00:00, 1.73file/s]最后，你可以将更改推送回远程存储，而无需下载完整的数据集：
$ dvc push
2 files pushed共推送了 2 个文件：新的文件和更新后的目录列表。你可以通过这种方式向远程数据集添加、修改和删除文件。