俗話說，磨刀不誤砍柴工，要想闖蕩程式設計世界，一套趁手的編輯器是必不可少的。對 python 語言的使用者來說，不論你是剛開始學習程式設計知識的萌新小蛇，還是已經有了許多程式設計經驗的巨蟒大佬，今天介紹的這款神器，一定能給你的學習、工作帶來許多助益。
——當然，前提是你能正常訪問 google 的服務。
我需要什麼樣的編輯器？
1.安裝配置難度低
使用者不需要很複雜的設定或調整系統選項，就能執行良好。相比之下，一些功能強大的專業 ide 例如 eclipse 就需要耗費許多時間進行安裝和配置。
2.易用性好
學習曲線一定要平緩，不能一來就把新使用者給嚇跑了。vim 編輯器可以說是非常厲害了，然而第一次使用的時候，你可能連退出都搞不定。
3.功能強大
除了必備的**著色，各種執行除錯功能也不能少。想來應該不會有人用記事本寫**吧？
4.包括版本管理或團隊協作功能
其實這算是乙個錦上添花的功能，團隊協作能讓多人共同完成任務，版本控制可以讓你方便地追蹤回退你的**版本，這也為開發大規模應用打下良好的基礎。
這就是個網頁！？
沒錯，colab 是乙個免費的 jupyter notebook 環境（你可以想成是網頁版多功能筆記本），它不需要進行任何設定就可以使用，並且完全在雲端執行。
你可以在這個網頁上編寫和執行**、儲存和共享分析結果，並利用 google 提供的強大計算資源處理資料，所有這些都可通過瀏覽器免費使用。
別不相信，我這就帶你詳細了解一下：
01介面友好
在詳細介紹它的強大功能之前，我們先來認識一下 colab 的介面。
和 jupyter notebook 一樣，colab 的編輯介面也是以「單元格」為基本單位，每個單元格都是「**」或「文字」其中之一。
如果**有問題，則會顯示一些精心著色並格式化了的錯誤資訊，幫助你找到出錯的地方——甚至還很貼心地提供了乙個「一鍵求助」按鈕，讓你能在 stackoverflow com 上搜尋對應的出錯資訊。
文字單元格用於在**之間新增描述性文字，你可以用它解釋**內容、做筆記、寫**，你可以用 markdown 標記語言來給單元格內的文字新增格式，甚至插入等。
這種**並茂，**和資料交相輝映的顯示方式，非常適合學習 python 的新手，以及搞資料分析的科學家們。
怎麼樣，在這樣的介面上寫**是不是很簡潔明快呀？
此外，作為乙個網頁版的編輯器，它無需安裝和過多配置，基本上達到了「開箱即用」，寫完就能執行的效果，降低了初學者入門的門檻，也節省了老手開始工作前的配置時間。再加上雲服務天生的跨平台跨裝置特性，不管是台式電腦、筆記本、平板電腦甚至手機，只要有網路的地方，你都能隨時繼續手頭的工作，絕對不會丟失資料。
02功能強大
在平易近人的外表下，隱藏的是一顆強大的芯。
在**中，你不但可以用 python 語言引入各種標準庫供你使用，還可以利用 bash 語言的支援，手動安裝你需要的各類第三方庫。甚至連資料分析用的 pandas、numpy，機器學習的 tensorflow 等都已經內建了。
不僅如此，和跑在自己電腦上的 jupyter notebook 環境最大不同之處是，colab 使用的是 google 的後台執行時服務，這就相當於你擁有了一台隨時待命的專屬伺服器。這個伺服器自帶有 12g的記憶體和50g的硬碟空間，用於容納、處理你的資料和**。
比如，當你在坐車或者是無聊的會議當中的時候，突然想到乙個點子，「我這樣構建我的模型行不行？」在以往，只有輕便的上網本或者手機的時候，雖然這些裝置的算力可以解決一些微小資料集上的問題，但如果要將模型用於大資料集的時候肯定是需要額外算力的。那麼在 5g 網路等等的基礎上，你可以用手機通過 colab 直接連上伺服器，用 google 的算力來運算你對模型的調整。
為了使用者能更高效地執行調整機器學習**，google 還提供了一些 gpu（tesla k80）和 tpu（據說是八核心的tpu v2）的加速硬體，你只需要在筆記本設定裡啟用，就可以用到這些額外的運算能力——按照機器之心**的測試，用 cpu 迭代一次需要執行 2.44 秒的**，用 gpu 只需要約 280 毫秒，而通過修改**呼叫 tpu 進行運算，類似的工作量只需要 1.22 毫秒！這幾乎快了 2000 倍呢！
最後，google colab 最大的優勢還在於，它通過雲計算讓使用者擺脫了裝備的限制，再也不用擔心自己的電腦太爛，不管什麼裝置，只要能連上 google 的網路服務，就可以使用雲端的虛擬機器，處理雲端的資料集。
當然，如果你嫌 google 提供的執行時不夠快，或是需要長時間掛著執行高速運算，你也可以在介面上選擇連線到電腦本地的**執行程式，用你自定義的軟體/硬體來處理你存放在 colab 上的**。
03協作與**管理
實時協作可以算是 google 一向的強項啦。在 colab 裡，你可以像分享普通的 google 文件或電子**一樣，通過郵件邀請或是分享鏈結的方式，讓其他人閱讀/參與到你的**工作中來。
此外，colab 還支援基於檢查點的歷史版本管理，你可以方便地回退歷史記錄，查詢修改情況，還能接入 github **庫，把**上傳到 github 倉庫或者 gist 裡，管理、共享你的**和分析成果。
04有趣的小彩蛋
最新版本的 colab 支援換膚功能（……），你可以在設定裡選擇深色或者淺色的主題背景（據說深色主題能大大增強你的程式設計水平），選擇柯基模式會讓你的標題欄出現兩隻奔跑的柯基，選擇威力等級（超強power模式），可以讓你的每次鍵盤輸入都震動整個視窗……
我能用它做什麼？
如果你是剛開始學習 python 的新人，那它是你入門學習語言的最好工具之一。無需安裝配置，即開即用的 python 環境，能讓你方便快捷地測試自己的學習**，並且在同乙個頁面裡直觀地看到程式的輸出內容。這能夠極大地加快試錯和探索的速度，讓你更快地掌握新語言的特性。
如果你是計算機專業的教師，colab 甚至提供了一套布置、批改作業的系統，利用筆記本能把題目、**、執行結果整合在同乙個頁面上的功能，你可以方便地檢視每道問題的作答情況，並對具體單元格進行審閱、批註、打分。
如果你是計算機科學家，colab 這種自帶雲計算、方便協作的環境能極大地提高你的工作效率。
在神經網路框架方面，tensorflow 官方就放出了幾個例子，其中讓人最印象深刻的是在 colab 上呼叫神經網路自動分析影象識別癌症的例項。
此外，對於機器學習的研究者，在實際工作中往往會遇到「在什麼時候該用什麼樣的模型」的問題，特別是在除錯具體模型時，往往會有很多操作細節是呼叫者所不明白的。在這種情況下，雲計算埠能夠提供的是乙個合作的視窗，通過共享工作筆記本的形式，其他人可以直接對你的模型提出具體的調整建議。
怎麼樣，對這個超強的「大玩具」，你心動了嗎？
Python入門 編輯器
編寫和執行python程式,需要編輯器,主要分為兩種 1 文字編輯器 目前我在用的是sublime text,可以安裝很多外掛程式使用很方便,推薦 缺點 無法進行單步除錯 2 整合ide 用過pycharm和spyder,感覺pycharm更好一點,推薦使用,功能強大類似eclipse pydev ...
安裝python編輯器
安裝anaconda.為清華大學映象 安裝了最新版本的64位軟體 安裝完畢後，開啟了jupyter notebook。那麼現在要怎麼使用python來編寫程式呢？jupyter notebook是在網頁上進行編寫。也可以使用spyder，開啟後就是編寫程式，儲存成檔案後執行即可 在大家推薦pycha...
Python編輯器解析
python編輯器 一 編寫python指令碼的vim外掛程式 1.一鍵執行 一鍵執行功能不是乙個外掛程式，而是自定義的vim配置。如果我們寫的 比較簡單，那麼，一鍵執行的功能就非常實用。將下面的配置放在vim的配置檔案中，編寫完python 後，按f5就實現了一鍵執行功能。quickly run ...