介绍一款史上最强的Python在线编辑器——谷歌出品

介绍⼀款史上最强的Python在线编辑器——⾕歌出品
今天给⼤家推荐⼀款超级强⼤的在线编辑器Colaboratory，Colaboratory 是⼀个⾕歌提供的 Jupyter notebook环境，不需要进⾏任何设置就可以使⽤，并且完全在云端运⾏，最重要的是Colaboratory免费，这绝对是⾕歌提供的⼀项的福利啊。

下⾯就来聊聊Colaboratory的基本⽤法和⽜逼之处。

01. 使⽤篇
1)准备阶段
Colaboratory是⼀款⾕歌服务，这⾥我推荐使⽤chrome浏览器+⾕歌访问助⼿，这样在访问⾕歌相关⽹站的时候就⾮常的⽅便。

另
外，Colaboratory的正常使⽤需要依托⾕歌账号，如果没有的话建议注册⼀个。

以上⼯作都完成后，就可以登陆Colaboratory⽹站来体验⼀番了，下⾯这幅图就是Colaboratory(以下简称colab) 的介绍页⾯。

2)基本⽤法
⽤过jupyter notebook的朋友应该对这个界⾯⾮常的熟悉，事实上colab的操作与普通的notebook相似度⾮常⾼，下⾯我们就新建⼀个Python3的notebook(下图)，简单地演⽰⼀下它的基本⽤法。

在下图中的代码框中输⼊Python代码，点击左侧的按钮执⾏程序，就会在下⽅输出打印结果，由于程序第⼀次运⾏之前colab会⾃动连接云端服务器，所以速度可能会有点慢。

值得⼀提的是，上⾯这个代码框可不是只能执⾏Python代码，你还可以把它当作ubuntu的终端来使⽤，只不过要在所有需要执⾏的指令之前加⼀个“!”号。

例如，我们如果想查看当前的云端服务器中⾃带了哪些Python库的话，可以执⾏“! pip list”指令，结果如下:
可以看到，colab默认安装了⼤量的Python第三⽅库，就数据科学⽅⾯的库⽽⾔，colab的⾃带库应该会⽐Anaconda更加完善。

既然可以使⽤pip指令，那如果想安装其他Python库的时候也可以很⽅便地安装了，我拿tushare做了⼀个试验，结果如下:
除了python库之外，使⽤这种⽅式还可以执⾏其他linux指令来部署你⾃⼰的云端环境，别忘了在指令前加⼀个“!”号就好。

2.配置篇
1).常⽤配置
我个⼈认为最常⽤的配置项主要集中在两个地⽅：
⼀是"⼯具"中的偏好设置(下图) ，在这⾥可以设置主题背景（共分light和dark两种）、缩进宽度等风格，有趣的是colab还⾃带coding特效，如果威⼒等级⼀栏选择了“many power”，那么在写代码的过程中就会产⽣⾮常炫酷的效果。

⼆是“修改”中的笔记本设置，这⾥可以设置运⾏时的python版本和硬件加速器。

说到这⾥不得不佩服⾕歌，居然提供了GPU和CPU两种加速模式，只要在选项中进⾏设置，就可以免费获取额外的算⼒，这下通过在线编辑器使⽤TensorFlow再也不是梦想了。

除此之外，colab还允许通过共享的⽅式邀请他⼈共同讨论、完善代码;如果你不想将代码放到云端服务器中运⾏，还可以连接本地的开发环境运⾏程序(下图)。

也可以将colab与github相关联，把notebook中的代码备份到GitHub中...关于这些内容，本⽂不进⾏详细说明，有兴趣的⼩伙伴可以⾃⾏尝试。

2）云盘挂载
先来说说挂载云端硬盘的重要性。

colab中的代码⽂件是放在云端服务器中运⾏的，但存储的位置却是同⼀账户的⾕歌云端硬盘，如果不进⾏关联设置，colab会默认将notebook⽂件放到云端硬盘根⽬录下的“Colab Notebooks”⽂件夹中。

colab的notebook在云端服务器中运⾏期间是没办法直接读取本地⽂件的(⽐如数据集)，如果想让程序读取指定⽂件，只能将其放到⾕歌云端硬盘中，然后将云端硬盘挂载到colab。

如果在colab中保存过notebook⽂件，系统将会⾃动关联你的colab和云端硬盘账户，否则需要在云端硬盘中进⾏⼿动关联（此处略）。

然后在代码框中输⼊以下代码并运⾏。

!apt-get install -y -qq software-properties-common python-software-properties module-init-tools
!add-apt-repository -y ppa:alessandro-strada/ppa 2>&1 > /dev/null!apt-get update -qq 2>&1 > /dev/null!apt-get -y install -qq google-drive-ocamlfuse fusefrom google.colab import authauth.authenticate_user()from oauth2client.client import GoogleCredentialscreds = GoogleCredentials.get_application_default()import getpass!google-drive-ocamlfuse -headless -id={creds.client_id} -secret=
{creds.client_secret} < /dev/null 2>&1 | grep URLvcode = getpass.getpass()!echo {vcode} | google-drive-ocamlfuse -headless -id= {creds.client_id} -secret={creds.client_secret}
(代码可以左右滑动)
运⾏过程中会出现下图中的提⽰，点击链接进⾏授权验证，将授权码输⼊到链接下的⽂本框中，按回车键继续执⾏。

注意:不同的环境在这⼀步的执⾏情况可能会不太⼀样，需要灵活对待。

接着再执⾏下⾯两⾏代码，由于我在挂载前云端硬盘中有⽂件，所以加上了nonempty参数，否则可以忽视。

!mkdir -p drive
!google-drive-ocamlfuse -o nonempty drive
顺利的话，到这⾥云盘挂载就完成了，默认挂载的云盘根⽬录路径是’drive‘，我们来检验⼀下（下图），可以看到输出的内容和云端硬盘中的⽂件是⼀致的。

这样⼀来，我们就可以将⽂件放到云盘中供colab读取，或者将colab的运⾏结果输⼊到云盘中了。

03.教学篇
colab作为⼀款在线编辑器，通过云计算让我们摆脱了装备的限制，不管什么设备，只要能连上⾕歌的⽹络服务，就可以使⽤云端的服务器，处理云端的数据集；同时，对于⼯作地点不固定的⼈来说，也省去了反复配置环境和拷贝⽂件的⿇烦。

然⽽， colab给⾃⼰的定位却是旨在帮助传播机器学习培训和研究成果，所以Colab还关联了⼀个⾮常优秀的机器学习学习平台。

点击上图中的“完整课程⽹站”链接进⼊教学⽹站，这⾥不仅有⾮常完善的学习资料，还可以根据每个⼈的基础制定不同的学习计划，更难得的是，⽆论视频、语⾳还是⽂字资料都可以选择中⽂模式（虽然中⽂朗读疑似语⾳合成)。

除了教学⽹站，colab还有⼤量交互式机器学习分析的端到端⽰例(seedbank) 供学习和练习，所有seedbank中的项⽬都可以⼀键导⼊colab 中运⾏(下图)。

关于Colaboratory今天就简单介绍到这⾥，明明是款编辑器，却集成了教学功能，真的堪称史上最强。

由于篇幅有限，⼀些细节和功能都没有介绍，有兴趣的同学可以探索体验⼀下。