推荐Python初学者的好用工具：Google Colab｜数位时代
高品质数位生活指南。少数派帮你更好地运用数位产品或科学方法，提升你的工作效率和生活品质。编按：本文作者为大学教授，这篇文章是他有关Python学习的方法分享。编按：本文作者为大学教授，这篇文章是他有关Python学习的方法...
高品质数位生活指南。少数派帮你更好地运用数位产品或科学方法，提升你的工作效率和生活品质。
编按：本文作者为大学教授，这篇文章是他有关Python学习的方法分享。
编按：本文作者为大学教授，这篇文章是他有关Python学习的方法分享。
这个学期，我在北德克萨斯大学（University of North Texas）教“INFO 5731: Computational Methods for Information Systems”课程，主要内容包括： Python基础、自然语言处理，以及机器学习。
授课的对像是资讯科学、数据科学专业的硕士与博士研究生。跟在中国一样，我依然使用翻转教学（flipped instruction）方式。过去的几周，我们把“Python基础”部分学完了。
每周，我都会要求学生在课前阅读两本教材上的指定章节，然后把所有的程式码自己重复一遍。在此基础上，对每一段程式码，学生都要自己试着进行一些改动。出错也没有关系，尝试解决。
因为绝大部分学生，都是Python初学者。因此他们都会遇到以下的实际问题：
这些问题，也构成了学生的痛点。
如果不能有效加以解决，学生会把每周宝贵的学习时间，浪费到许多瑣碎的无用功上。更可能的情况，是他们的信心会被打击，导致丧失学习的动力和兴趣。
因此，我为他们找到了一款合适的Python练习工具。这里，我把这款工具也分享给你。
这款工具，就是Google Colab。我曾经在〈如何免费云端运行Python深度学习框架？〉一文中为你介绍过它，在〈如何用Python和循环神经网络做中文文本分类？〉和〈如何用Python和循环神经网络预测严重交通拥堵？〉里，我也曾用它给你做过程式码的展示。
下面，我给你们介绍一下如何用Google Colab应对上述的4个痛点，为你的Python练习提供辅助。
环境
新手最常见的问题，就是好不容易累积了学习的兴趣，上手不久便遇到报错。而Python新手遇到的许多错误，实际上都和环境的配置有关。例如说，Anaconda套件下载环节，你就不知道该选择哪个版本。
好不容易安装好了，因为路径设置问题，连Jupyter Notebook都呼叫不出来。终于能输入程式码了。结果一输入就提示，你要调用的模块名称，没听说过！
而这些，Google Colab都帮你处理好了。只需要打开一个浏览器（推荐Google Chrome或者Firefox），输入：https://colab.research.google.com就可以看到以下页面。
选择新建Python 3笔记本，然后就能看到完全配置好的Python运行环境了。
对，就是这么简单。你可别小看这个运行环境，虽然你没有执行任何安装过程，但是它基本上涵盖了你做数据科学分析要用到的各种工具，这些工具包括但不限于Numpy、Scipy、Pandas等，甚至连深度学习的框架，例如Tensorflow、Keras和Pytorch，也是一应俱全。
Google Colab的深度学习环境支援，可不只是软件那么简单。Google慷慨的提供了GPU，甚至是更专业化的TPU，供你免费使用。
预设状态下，这些云端硬件是不开启的。你需要在选单栏中选择runtime，然后选择Change runtime type，就可以看到不同硬件支援的选项了。
有的书籍样例程式码，甚至是Python组件，都需要Python 2环境才能运行，这也没关系。点击新建笔记本，你就能使用不同的Python版本。
细心的你会发现，在上面的“修改运行时设置”页面里，也可以随时调整Python版本。
求助
作为新手，你遇到错误和问题，是完全正常的。而Python具有强大的社交，可以提供很多帮助。
但如果你尝试过，便可能有一种错觉——这些Python高手很不友善。因为你贴了问题，却没人理你。其实，这很可能是你问问题的方式不对。想想看，你笼统地说一个报错资讯，可能的原因或许有数十甚至上百种，谁能帮你一一排除？这倒也罢了。可是你明明贴了一段程式码，还给出了错误资讯的截图啊，为什么还是没有人伸出援手？因为这些资讯，可能依然不够。
想想看，你本机安装了什么样的套件？其中的各种模块，都分别是什么版本？你执行当前程式码有问题，那上下文是什么？会不会是因为之前某个程式码段落，影响了你当前段落的执行？你的作业系统，是否完全支援你正在使用的组件功能……这些可能性，无穷无尽。同样，也没有人这样花时间帮你列举。
但是有了Google Colab，你提问的效果却可以大大提升。因为，你可以用最简单的方法，让潜在的回答者复现你的问题。这就是，把你的笔记本共享出去。如下图，点击笔记本右上角的Share按钮。
在出现的对话框里，注意选择权限。选成可以浏览（view），就可以了。
然后，选择“复制链接”，链接就到了你的剪切板里面了。把它连同你的文字描述，直接贴到Python的论坛或者课程讨论区里。别人只需要点击，就能查看你的全部程式码、报错资讯。而且，还能运行你的笔记副本。注意，虽然你两可能用的是不同的作业系统、不同的浏览器，但因为都用了Google Colab，你们的Python环境是完全一致的。等到对方解决了问题，他还可以把完整的笔记本再用连结方式分享给你。你的问题于是迎刃而解。
问问题，只是寻求帮助的一个方面。在提问之前，你还是应该自己尝试一下解决的。毫不愿意思考，直接当伸手党，社区里的人很难喜欢跟你打交道。而Google Colab为你主动寻找问题答案提供了工具支持。每当你遇到报错的时候，你都会看到下方有个按钮。
点击这个按钮， Google Colab就会用搜寻引擎，在Stackoverflow这个IT问答站点上，帮你寻找相关报错的已有答案。
一般来说，点击前几条资讯，你就会有收获。例如这次，你就很幸运，因为答案明确说明，这是因为Python版本带来的差异。你只需要根据提示，进行程式码的轻微调整，就能正常运行了。
协作
不知你有没有尝试过跟人协作编写程式码？我的课上，是有小组作业的。要求学生2–3人一组，一起用Python解决问题。有的人，是这样协作的：自己写一段程式码，用邮件发给对方；对方改完，发回来；自己在上面修改添加，再发回去……
这样显然效率很低。有没有高效的方法？当然有。依然利用我们刚才已经见到过的共享功能。
只是这一次，在选择权限的时候，给对方“可修改”权限。
例如还是刚才的print命令没有加括号的问题。只不过这次，对方除了能看到你的问题，还可以直接编辑。你的协作者，新建了一个代码块，并且输入了正确的资讯。
在你这里看起来，就是这个样子的。协作者的头像，会显示在对应的修改内容旁边。这样一目了然。
对方还可以在程式码块旁，选择添加注释。
例如输入以下内容。
你可以同步在自己的笔记本上，看到对方的注释。
这样一来，团队协作Python练习沟通的效率，自然就高了许多。
注意，为了安全起见，一定只能把该权限，限定在你信任的协作者中。
如果是打算把你的成果展示出来，你可以使用Google Colab与Github的集成功能。如下图，选择保存副本到Github。
然后，选择你希望保存到的Github专案。
保存完毕后，对应的Github页面会自动打开，供你预览。其中可以包含全部的文字、图片、程式码和输出信息。注意笔记本的顶部，有一个“在Colab打开”的连结。
点击它，你就能迅速开启Google Colab环境，并且直接运行这个Github上的笔记副本。
版本
当你不停地尝试和改动代码的时候，很有可能会把问题改得更加糟糕。这时候，你恨不得有一个时光机，可以让你回到错误少一点的时候。这个时光机，Google Colab是提供了的。
点击选单里面的Revision history功能，你就能看到当前笔记本已保存的全部历史版本，包括修改时间、谁改的、文件大小等各种资讯，一应俱全，想回到哪个版本，点一下“恢复”按钮就可以了。
另外，你也可以把Google Colab笔记本，直接下载成为ipynb文件，在本地保存副本。
一定要注意选择需要的储存路径，避免不知存到哪里去了。
我一般让学生交作业的时候，都需要同时提交Google Colab连结，以及一个ipynb文件。二者的内容，应该是一样的。既然如此，为什么还需要提交两样东西呢？这个问题，作为思考题，留给你。请注意联系本节标题，加以分析。
有了ipynb文件，你可以用本地的Jupyter Notebook开启。但是如果你只是想查看内容的话，这里给你推荐一个更好的工具，叫做nteract。它可以帮你直接开启ipynb文件，用于查看。这样，你就没必要每次都用Jupyter Notebook命令开启后台服务，然后再到浏览器中点开对应的ipynb了。
小结
还记得在《如何高效学Python ？》一文中，我给你推荐过的经典教材《笨办法学Python》吧？
《笨办法学Python》指出了一条看似笨拙，却非常有效的学习路径。我上课的时候，也一直在跟学生们强调——Python这样的实践类技能，只能练中学（Learn by doing）。
本文给你推荐的Google Colab，可以帮你解决Python初学者练习实践Python程式编辑时，最常遇到的几大痛点。包括：
这样一来，你可以把宝贵的时间，聚焦在技能的掌握和应用；而不是久病成医，成为“环境配置专家”了。
祝Python程式编辑学习愉快！
本文授权转载自：少数派；作者：玉树芝兰