Python基础入门一文通 | Python2 与Python3及VSCode下载和安装、PyCharm破解与安装、Python在线IDE、Python视频教程:https://blog.csdn.net/COCO56/article/details/95542228python
Colaboratory 是一个谷歌提供的 Jupyter notebook环境,不须要进行任何设置就可使用,彻底在云端运行,不占用本地资源,另外Colaboratory彻底免费。linux
基本用法
用过jupyter notebook的朋友应该对这个界面很是的熟悉,事实上colab的操做与普通的notebook类似度很是高,下面咱们就新建一个Python3的notebook(下图),简单地演示一下它的基本用法。
点击“新建PYTHON3 记事本”
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,因为程序第一次运行以前colab会自动链接云端服务器,因此速度可能会有点慢。
值得一提的是,上面这个代码框可不是只能执行Python代码,你还能够把它看成ubuntu的终端来使用,只不过要在全部须要执行的指令以前加一个“!”号。例如,咱们若是想查看当前的云端服务器中自带了哪些Python库的话,能够执行“! pip list”指令,结果以下:
能够看到,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。
既然可使用pip指令,那若是想安装其余Python库的时候也能够很方便地安装了,我拿tushare作了一个试验,结果以下:
除了python库以外,使用这种方式还能够执行其余linux指令来部署你本身的云端环境,别忘了在指令前加一个“!”号就好。git
!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}
运行过程当中会出现下图中的提示,点击连接进行受权验证,将受权码输入到连接下的文本框中,按回车键继续执行。
注意:不一样的环境在这一步的执行状况可能会不太同样,须要灵活对待。
接着再执行下面两行代码,因为我在挂载前云端硬盘中有文件,因此加上了nonempty参数,不然能够忽视。github
!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‘,咱们来检验一下(下图),能够看到输出的内容和云端硬盘中的文件是一致的。
chrome
import os print(os.getcwd()) print(os.listdir('.')) print(os.listdir('drive/Colab Notebooks'))
这样一来,咱们就能够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。ubuntu
colab做为一款在线编辑器,经过云计算让咱们摆脱了装备的限制,无论什么设备,只要能连上谷歌的网络服务,就可使用云端的服务器,处理云端的数据集;同时,对于工做地点不固定的人来讲,也省去了反复配置环境和拷贝文件的麻烦。
然而,colab给本身的定位倒是旨在帮助传播机器学习培训和研究成果,因此Colab还关联了一个很是优秀的机器学习学习平台。
点击上图中的“完整课程网站”连接进入教学网站,这里不只有很是完善的学习资料,还能够根据每一个人的基础制定不一样的学习计划,更可贵的是,不管视频、语音仍是文字资料均可以选择中文模式(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,全部seedbank中的项目均可以一键导入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。因为篇幅有限,一些细节和功能都没有介绍,有兴趣的同窗能够探索体验一下。浏览器