Python在線IDE | 谷歌Colaboratory雲端IDE介紹

目錄

• 1. 推薦閱讀
• 2. 本文地址
• 3. 按
• 4. 使用篇
• 6. 教學篇

1. 推薦閱讀

Python基礎入門一文通 | Python2 與Python3及VSCode下載和安裝、PyCharm破解與安裝、Python在線IDE、Python視頻教程：https://blog.csdn.net/COCO56/article/details/95542228

2. 本文地址

1. 博客園：http://www.javashuo.com/article/p-qtzmliap-dr.html
2. 簡書：https://www.jianshu.com/p/7eabfdcad379
3. CSDN：https://blog.csdn.net/COCO56/article/details/96424239（無內容，僅作轉發使用）

3. 按

Colaboratory 是一個谷歌提供的 Jupyter notebook環境，不須要進行任何設置就可使用，徹底在雲端運行，不佔用本地資源，另外Colaboratory徹底免費。

4. 使用篇

1. 準備階段
   Colaboratory是一款谷歌服務，這裏我推薦使用chrome瀏覽器+谷歌訪問助手，這樣在訪問谷歌相關網站的時候就很是的方便。另外，Colaboratory的正常使用須要依託谷歌帳號，若是沒有的話建議註冊一個。
   谷歌訪問助手官網：http://www.ggfwzs.com/
   以上工做都完成後，就能夠登錄Colaboratory網站來體驗一番了，下面這幅圖就是Colaboratory(如下簡稱colab)的介紹頁面。
   官網地址：https://colab.research.google.com/
   

2. 基本用法
   用過jupyter notebook的朋友應該對這個界面很是的熟悉，事實上colab的操做與普通的notebook類似度很是高，下面咱們就新建一個Python3的notebook(下圖)，簡單地演示一下它的基本用法。
   點擊「新建PYTHON3 記事本」
   在下圖中的代碼框中輸入Python代碼，點擊左側的按鈕執行程序，就會在下方輸出打印結果，因爲程序第一次運行以前colab會自動鏈接雲端服務器，因此速度可能會有點慢。
   
   值得一提的是，上面這個代碼框可不是隻能執行Python代碼，你還能夠把它看成ubuntu的終端來使用，只不過要在全部須要執行的指令以前加一個「!」號。例如，咱們若是想查看當前的雲端服務器中自帶了哪些Python庫的話，能夠執行「! pip list」指令，結果以下:
   
   能夠看到，colab默認安裝了大量的Python第三方庫，就數據科學方面的庫而言，colab的自帶庫應該會比Anaconda更加完善。
   既然可使用pip指令，那若是想安裝其餘Python庫的時候也能夠很方便地安裝了，我拿tushare作了一個試驗，結果以下:
   
   除了python庫以外，使用這種方式還能夠執行其餘linux指令來部署你本身的雲端環境，別忘了在指令前加一個「!」號就好。

   5. 配置篇

3. 經常使用配置
   我我的認爲最經常使用的配置項主要集中在兩個地方：
   一是"工具"中的偏好設置(下圖)，在這裏能夠設置主題背景（共分light和dark兩種）、縮進寬度等風格，有趣的是colab還自帶coding特效，若是威力等級一欄選擇了「many power」，那麼在寫代碼的過程當中就會產生很是炫酷的效果。
   
   
   
   
   二是「修改」中的筆記本設置，這裏能夠設置運行時的python版本和硬件加速器。說到這裏不得不佩服谷歌，竟然提供了GPU和CPU兩種加速模式，只要在選項中進行設置，就能夠免費獲取額外的算力，這下經過在線編輯器使用TensorFlow不再是夢想了。
   
   
   除此以外，colab還容許經過共享的方式邀請他人共同討論、完善代碼;若是你不想將代碼放到雲端服務器中運行，還能夠鏈接本地的開發環境運行程序(下圖)。
   也能夠將colab與github相關聯，把notebook中的代碼備份到GitHub中...關於這些內容，本文不進行詳細說明，有興趣的小夥伴能夠自行嘗試。
   
4. 雲盤掛載
   先來講說掛載雲端硬盤的重要性。colab中的代碼文件是放在雲端服務器中運行的，但存儲的位置倒是同一帳戶的谷歌雲端硬盤，若是不進行關聯設置，colab會默認將notebook文件放到雲端硬盤根目錄下的「Colab Notebooks」文件夾中。
   谷歌雲盤官網：https://drive.google.com/drive/my-drive
   
   colab的notebook在雲端服務器中運行期間是沒辦法直接讀取本地文件的(好比數據集)，若是想讓程序讀取指定文件，只能將其放到谷歌雲端硬盤中，而後將雲端硬盤掛載到colab。
   若是在colab中保存過notebook文件，系統將會自動關聯你的colab和雲端硬盤帳戶，不然須要在雲端硬盤中進行手動關聯（此處略）。而後在代碼框中輸入如下代碼並運行。

!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 fuse
from google.colab import auth
auth.authenticate_user()
from oauth2client.client import GoogleCredentials
creds = GoogleCredentials.get_application_default()
import getpass
!google-drive-ocamlfuse -headless -id={creds.client_id} -secret={creds.client_secret} < /dev/null 2>&1 | grep URL
vcode = getpass.getpass()
!echo {vcode} | google-drive-ocamlfuse -headless -id={creds.client_id} -secret={creds.client_secret}

運行過程當中會出現下圖中的提示，點擊連接進行受權驗證，將受權碼輸入到連接下的文本框中，按回車鍵繼續執行。
注意:不一樣的環境在這一步的執行狀況可能會不太同樣，須要靈活對待。



接着再執行下面兩行代碼，因爲我在掛載前雲端硬盤中有文件，因此加上了nonempty參數，不然能夠忽視。

!mkdir -p drive
!google-drive-ocamlfuse -o nonempty drive

順利的話，到這裏雲盤掛載就完成了，默認掛載的雲盤根目錄路徑是’drive‘，咱們來檢驗一下（下圖），能夠看到輸出的內容和雲端硬盤中的文件是一致的。

import os
print(os.getcwd())
print(os.listdir('.'))
print(os.listdir('drive/Colab Notebooks'))

這樣一來，咱們就能夠將文件放到雲盤中供colab讀取，或者將colab的運行結果輸入到雲盤中了。

6. 教學篇

colab做爲一款在線編輯器，經過雲計算讓咱們擺脫了裝備的限制，無論什麼設備，只要能連上谷歌的網絡服務，就可使用雲端的服務器，處理雲端的數據集；同時，對於工做地點不固定的人來講，也省去了反覆配置環境和拷貝文件的麻煩。
然而，colab給本身的定位倒是旨在幫助傳播機器學習培訓和研究成果，因此Colab還關聯了一個很是優秀的機器學習學習平臺。

點擊上圖中的「完整課程網站」連接進入教學網站，這裏不只有很是完善的學習資料，還能夠根據每一個人的基礎制定不一樣的學習計劃，更可貴的是，不管視頻、語音仍是文字資料均可以選擇中文模式（雖然中文朗讀疑似語音合成)。

除了教學網站，colab還有大量交互式機器學習分析的端到端示例(seedbank)供學習和練習，全部seedbank中的項目均可以一鍵導入colab中運行(下圖)。

關於Colaboratory今天就簡單介紹到這裏，明明是款編輯器，卻集成了教學功能，真的堪稱史上最強。因爲篇幅有限，一些細節和功能都沒有介紹，有興趣的同窗能夠探索體驗一下。