編按：本文作者為大學教授，這篇文章是他有關Python學習的方法分享。
這個學期，我在北德克薩斯大學（University of North Texas）教「INFO 5731: Computational Methods for Information Systems」課程，主要內容包括： Python基礎、自然語言處理，以及機器學習。
授課的對像是資訊科學、數據科學專業的碩士與博士研究生。跟在中國一樣，我依然使用翻轉教學（flipped instruction）方式。過去的幾週，我們把「Python基礎」部分學完了。
每週，我都會要求學生在課前閱讀兩本教材上的指定章節，然後把所有的程式碼自己重複一遍。在此基礎上，對每一段程式碼，學生都要自己試著進行一些改動。出錯也沒有關係，嘗試解決。
因為絕大部分學生，都是Python初學者。因此他們都會遇到以下的實際問題：
- 不知道如何安裝和設置運行環境；
- 遇到問題會慌亂，不知如何有效尋找解決方法；
- 對於團隊作業，不知該如何有效協作；
- 不懂得如何進行版本控制，程式碼越改越亂。
這些問題，也構成了學生的痛點。
如果不能有效加以解決，學生會把每週寶貴的學習時間，浪費到許多瑣碎的無用功上。更可能的情況，是他們的信心會被打擊，導致喪失學習的動力和興趣。
因此，我為他們找到了一款合適的Python練習工具。這裡，我把這款工具也分享給你。
這款工具，就是Google Colab。我曾經在〈如何免費雲端運行Python深度學習框架？〉一文中為你介紹過它，在〈如何用Python和循環神經網絡做中文文本分類？〉和〈如何用Python和循環神經網絡預測嚴重交通擁堵？〉裡，我也曾用它給你做過程式碼的展示。
下面，我給你們介紹一下如何用Google Colab應對上述的4個痛點，為你的Python練習提供輔助。
環境
新手最常見的問題，就是好不容易累積了學習的興趣，上手不久便遇到報錯。而Python新手遇到的許多錯誤，實際上都和環境的配置有關。例如說，Anaconda套件下載環節，你就不知道該選擇哪個版本。
好不容易安裝好了，因為路徑設置問題，連Jupyter Notebook都呼叫不出來。終於能輸入程式碼了。結果一輸入就提示，你要調用的模塊名稱，沒聽說過！
而這些，Google Colab都幫你處理好了。只需要打開一個瀏覽器（推薦Google Chrome或者Firefox），輸入：https://colab.research.google.com就可以看到以下頁面。
選擇新建Python 3筆記本，然後就能看到完全配置好的Python運行環境了。
對，就是這麼簡單。你可別小看這個運行環境，雖然你沒有執行任何安裝過程，但是它基本上涵蓋了你做數據科學分析要用到的各種工具，這些工具包括但不限於Numpy、Scipy、Pandas等，甚至連深度學習的框架，例如Tensorflow、Keras和Pytorch，也是一應俱全。
Google Colab的深度學習環境支援，可不只是軟體那麼簡單。Google慷慨的提供了GPU，甚至是更專業化的TPU，供你免費使用。
預設狀態下，這些雲端硬體是不開啟的。你需要在選單欄中選擇runtime，然後選擇Change runtime type，就可以看到不同硬體支援的選項了。
有的書籍樣例程式碼，甚至是Python組件，都需要Python 2環境才能運行，這也沒關係。點擊新建筆記本，你就能使用不同的Python版本。
細心的你會發現，在上面的「修改運行時設置」頁面裡，也可以隨時調整Python版本。
求助
作為新手，你遇到錯誤和問題，是完全正常的。而Python具有強大的社群，可以提供很多幫助。
但如果你嘗試過，便可能有一種錯覺——這些Python高手很不友善。因為你貼了問題，卻沒人理你。其實，這很可能是你問問題的方式不對。想想看，你籠統地說一個報錯資訊，可能的原因或許有數十甚至上百種，誰能幫你一一排除？這倒也罷了。可是你明明貼了一段程式碼，還給出了錯誤資訊的截圖啊，為什麼還是沒有人伸出援手？因為這些資訊，可能依然不夠。
想想看，你本機安裝了什麼樣的套件？其中的各種模塊，都分別是什麼版本？你執行當前程式碼有問題，那上下文是什麼？會不會是因為之前某個程式碼段落，影響了你當前段落的執行？你的作業系統，是否完全支援你正在使用的組件功能……這些可能性，無窮無盡。同樣，也沒有人這樣花時間幫你列舉。
但是有了Google Colab，你提問的效果卻可以大大提升。因為，你可以用最簡單的方法，讓潛在的回答者復現你的問題。這就是，把你的筆記本共享出去。如下圖，點擊筆記本右上角的Share按鈕。
在出現的對話框裡，注意選擇權限。選成可以瀏覽（view），就可以了。
然後，選擇「複製鏈接」，鏈接就到了你的剪切板裡面了。把它連同你的文字描述，直接貼到Python的論壇或者課程討論區裡。別人只需要點擊，就能查看你的全部程式碼、報錯資訊。而且，還能運行你的筆記副本。注意，雖然你倆可能用的是不同的作業系統、不同的瀏覽器，但因為都用了Google Colab，你們的Python環境是完全一致的。等到對方解決了問題，他還可以把完整的筆記本再用連結方式分享給你。你的問題於是迎刃而解。
問問題，只是尋求幫助的一個方面。在提問之前，你還是應該自己嘗試一下解決的。毫不願意思考，直接當伸手黨，社區裡的人很難喜歡跟你打交道。而Google Colab為你主動尋找問題答案提供了工具支持。每當你遇到報錯的時候，你都會看到下方有個按鈕。
點擊這個按鈕， Google Colab就會用搜尋引擎，在Stackoverflow這個IT問答站點上，幫你尋找相關報錯的已有答案。
一般來說，點擊前幾條資訊，你就會有收穫。例如這次，你就很幸運，因為答案明確說明，這是因為Python版本帶來的差異。你只需要根據提示，進行程式碼的輕微調整，就能正常運行了。
協作
不知你有沒有嘗試過跟人協作編寫程式碼？我的課上，是有小組作業的。要求學生2–3人一組，一起用Python解決問題。有的人，是這樣協作的：自己寫一段程式碼，用郵件傳給對方；對方改完，發回來；自己在上面修改添加，再發回去……
這樣顯然效率很低。有沒有高效的方法？當然有。依然利用我們剛才已經見到過的共享功能。
只是這一次，在選擇權限的時候，給對方「可修改」權限。
例如還是剛才的print命令沒有加括號的問題。只不過這次，對方除了能看到你的問題，還可以直接編輯。你的協作者，新建了一個代碼塊，並且輸入了正確的資訊。
在你這裡看起來，就是這個樣子的。協作者的頭像，會顯示在對應的修改內容旁邊。這樣一目了然。
對方還可以在程式碼塊旁，選擇添加註釋。
例如輸入以下內容。
你可以同步在自己的筆記本上，看到對方的註釋。
這樣一來，團隊協作Python練習溝通的效率，自然就高了許多。
注意，為了安全起見，一定只能把該權限，限定在你信任的協作者中。
如果是打算把你的成果展示出來，你可以使用Google Colab與Github的集成功能。如下圖，選擇保存副本到Github。
然後，選擇你希望保存到的Github專案。
保存完畢後，對應的Github頁面會自動打開，供你預覽。其中可以包含全部的文字、圖片、程式碼和輸出訊息。注意筆記本的頂部，有一個「在Colab打開」的連結。
點擊它，你就能迅速開啟Google Colab環境，並且直接運行這個Github上的筆記副本。
版本
當你不停地嘗試和改動代碼的時候，很有可能會把問題改得更加糟糕。這時候，你恨不得有一個時光機，可以讓你回到錯誤少一點的時候。這個時光機，Google Colab是提供了的。
點擊選單裡面的Revision history功能，你就能看到當前筆記本已保存的全部歷史版本，包括修改時間、誰改的、文件大小等各種資訊，一應俱全，想回到哪個版本，點一下「恢復」按鈕就可以了。
另外，你也可以把Google Colab筆記本，直接下載成為ipynb文件，在本地保存副本。
一定要注意選擇需要的儲存路徑，避免不知存到哪裡去了。
我一般讓學生交作業的時候，都需要同時提交Google Colab連結，以及一個ipynb文件。二者的內容，應該是一樣的。既然如此，為什麼還需要提交兩樣東西呢？這個問題，作為思考題，留給你。請注意聯繫本節標題，加以分析。
有了ipynb文件，你可以用本地的Jupyter Notebook開啟。但是如果你只是想查看內容的話，這裡給你推薦一個更好的工具，叫做nteract。它可以幫你直接開啟ipynb文件，用於查看。這樣，你就沒必要每次都用Jupyter Notebook命令開啟後台服務，然後再到瀏覽器中點開對應的ipynb了。
小結
還記得在《如何高效學Python ？》一文中，我給你推薦過的經典教材《笨辦法學Python》吧？
《笨辦法學Python》指出了一條看似笨拙，卻非常有效的學習路徑。我上課的時候，也一直在跟學生們強調——Python這樣的實踐類技能，只能練中學（Learn by doing）。
本文給你推薦的Google Colab，可以幫你解決Python初學者練習實踐Python程式編輯時，最常遇到的幾大痛點。包括：
- 自動配置
- 有效求助
- 協作程式編輯
- 版本控制
這樣一來，你可以把寶貴的時間，聚焦在技能的掌握和應用；而不是久病成醫，成為「環境配置專家」了。
祝Python程式編輯學習愉快！
本文授權轉載自：少數派；作者：玉樹芝蘭
