原标题：初学 Python 需要安装哪些软件p>
自动配置、有效求助、协作编程、版本控制。一站式解决 Python 新手练习中的痛点。
授课的对象是信息科学、数据科学专业的硕士与博士研究生。跟在国内一样，我依然使用翻转教学（flipped instruction）方式。
过去的几周，我们把“Python 基础”部分学完了。
每周，我都会要求学生阅读两本教材上的指定章节，然后把所有的代码自己重复一遍。在此基础上，对每一段代码，学生都要自己试着进行一些改动。出错也没有关系，尝试解决。
因为绝大部分学生，都是 Python 初学者。因此他们都会遇到以下的实际问题。
一、不知道如何安装和设置运行环境；
二、遇到问题会慌乱，不知如何有效寻找解决方法；
三、对于团队作业，不知该如何有效协作；
四、不懂得如何进行版本控制，代码越改越乱。
这些问题，也构成了学生的痛点。
如果不能有效加以解决，学生会把每周宝贵的学习时间，浪费到许多琐碎的无用功上。更可能的情况，是他们的信心会被打击，导致丧失学习的动力和兴趣。
因此，我为他们找到了一款合适的 Python 练习工具。这里，我把这款工具也分享给你。
这款工具，就是 Google Colab 。我曾经在《如何免费云端运行Python深度学习框架文中为你介绍过它，在《如何用 Python 和循环神经 络做中文文本分类《如何用 Python 和循环神经 络预测严重交通拥堵，我也曾用它给你做过代码的展示。
下面，我给你介绍一下，如何用 Google Colab 应对上述的4个痛点，为你的 Python 练习提供辅助。
环境
新手最常见的问题，就是好不容易累积了学习的兴趣，上手不久便遇到 错。
而 Python 新手遇到的许多错误，实际上都和环境的配置有关。
例如说，Anaconda 套件下载环节，你就不知道该选择哪个版本。
而这些，Google Colab 都帮你处理好了。
只需要打开一个浏览器（推荐 Google Chrome 或者 Firefox），输入：
https://colab.research.google.com
就可以看到以下页面。
对，就是这么简单。
你可别小瞧这个运行环境。
虽然你没有执行任何安装过程，但是它基本上涵盖了你做数据科学分析，要用到的各种工具。
这些工具包括但不限于 Numpy, Scipy, Pandas 等，甚至连深度学习的框架，例如 Tensorflow, Keras 和 Pytorch，也是一应俱全。
默认状态，这些云端硬件是不开启的。你需要在菜单栏中选择 runtime，然后选择 Change runtime type。
有的书籍样例代码，甚至是 Python 组件，都需要 Python 2 环境才能运行，这也没关系。点击新建笔记本，你就能使用不同的 Python 版本了。
但如果你尝试过，便可能有一种错觉——这些 Python 高手很不友好。因为你贴了问题，却没人理你。
其实，这很可能是你问问题的方式不对。
想想看，你笼统地说一个 错信息，可能的原因或许有数十甚至上百种，谁能帮你一一排除p>
这倒也罢了。可是你明明贴了一段代码，还给出了错误信息的截图啊。为什么还是没有人伸出援手p>
因为这些信息，可能依然不够。
想想看，你本地安装了什么样的套件的各种模块，都分别是什么版本行当前代码有问题，那上下文是什么会是因为之前某个代码段落，影响了你当前段落的执行操作系统，是否完全支持你正在使用的组件功能
这些可能性，无穷无尽。同样，也没有人这样花时间帮你枚举。
但是有了 Google Colab ，你提问的效果却可以大大提升。
因为，你可以用** 最简单的方法，让潜在的回答者复现**你的问题。
这就是，把你的笔记本共享出去。
在出现的对话框里，注意选择权限。选成可以浏览（view），就可以了。
点击这个按钮， Google Colab 就会用搜索引擎，在 Stackoverflow 这个 IT 问答站点上，帮你寻找相关 错的已有答案。
例如这次，你就很幸运，因为答案明确说明，这是因为 Python 版本带来的差异。
你只需要根据提示，进行代码的轻微调整，就能正常运行了。
协作
不知你有没有尝试过跟人协作编写代码p>
我的课上，是有小组作业的。要求学生2-3人一组，一起用 Python 解决问题。
有的人，是这样协作的。
自己写一段代码，用邮件传给对方。
对方改完，发回来。
自己在上面修改添加，再发回去。
……
这样显然效率很低。
有没有高效的方法p>
当然有。依然利用我们刚才已经见到过的共享功能。
对方还可以在代码块旁，选择添加注释。
你可以同步在自己的笔记本上，看到对方的注释。
如上图，选择保存副本到 Github 。
其中可以包含全部的文字、图片、代码、输出信息。注意笔记本的顶部，有一个“在 Colab 打开”的链接。
点击它，你就能迅速开启 Google Colab 环境，并且直接运行这个 Github 上的笔记副本。
点击菜单里面的 Revision history 功能，你就能看到当前笔记本已保存的全部历史版本。
一定要注意选择需要的存储路径，避免不知存到哪里去了。
这样，你就没必要每次都用 Jupyter Notebook 命令开启后台服务，然后再到浏览器中点开对应的 ipynb 了。返回搜狐，查看更多
文章知识点与官方知识档案匹配，可进一步学习相关知识Python入门技能树首页概览212846 人正在系统学习中 相关资源：百度图片疯狂下载器-专业指导文档类资源-CSDN文库
声明：本站部分文章及图片源自用户投稿，如本站任何资料有侵权请您尽早请联系jinwei@zod.com.cn进行处理,非常感谢！