Python的编辑器也是众多的，下面说下几种：

提问者使用的是dos的编辑器，这一种当然不舒服；

Python的自带的有两种：

2.1 Shell形式：这一种和dos一样很纠结，如下图：

2.2 Edit形式，比较灵活，建议使用：其他的第三方，比如Eclips+PyDev等；

个人建议你使用里面的Edit模式，启动方法是：开始--所有程序--Python--IDLE（PythonGUI）。

 

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（flippedinstruction）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GoogleColab。我曾经在《如何免费云端运行Python深度学习框架？》一文中为你介绍过它，在《如何用Python和循环神经网络做中文文本分类？》和《如何用Python和循环神经网络预测严重交通拥堵？》里，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GoogleColab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，上手不久便遇到报错。

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。

好不容易安装好了，因为路径设置问题，连JupyterNotebook都呼叫不出来。

终于能输入代码了。结果一输入就提示，你要调用的模块名称，没听说过！

而这些，GoogleColab都帮你处理好了。

只需要打开一个浏览器（推荐GoogleChrome或者Firefox），输入：

https://colab.research.google.com

就可以看到以下页面。

选择新建Python3笔记本。

然后，就能看到完全配置好的Python运行环境了。

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。

GoogleColab的深度学习环境支持，可不只是软件那么简单。Google慷慨的提供了GPU，甚至是更专业化的TPU，供你免费使用。

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Changeruntimetype。

就可以看到不同硬件支持的选项了。

有的书籍样例代码，甚至是Python组件，都需要Python2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。

细心的你会发现，在上面“修改运行时设置”页面里，也可以随时调整Python版本。

求助

作为新手，你遇到错误和问题，是完全正常的。

Python具有强大的社区，可以给你提供很多帮助。

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，你笼统地说一个报错信息，可能的原因或许有数十甚至上百种，谁能帮你一一排除？

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？

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？其中的各种模块，都分别是什么版本？你执行当前代码有问题，那上下文是什么？会不会是因为之前某个代码段落，影响了你当前段落的执行？你的操作系统，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GoogleColab，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。

如上图，点击笔记本右上角的Share按钮

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。

然后，选择“复制链接”，链接就到了你的剪切板里面了。把它连同你的文字描述，直接贴到Python的论坛或者课程讨论区里。

别人只需要点击，就能查看你的全部代码、报错信息。而且，还能运行你的笔记副本。

注意，虽然你俩可能用的是不同的操作系统、不同的浏览器，但因为都用了GoogleColab，你们的Python环境是完全一致的。

等到对方解决了问题，他还可以把完整的笔记本再用链接方式分享给你。你的问题于是迎刃而解。

问问题，只是寻求帮助的一个方面。

在提问之前，你还是应该自己尝试一下解决的。毫不愿意思考，直接当伸手党，社区里的人很难喜欢跟你打交道。

GoogleColab为你主动寻找问题答案，提供了工具支持。每当你遇到报错的时候，你都会看到下方有个按钮。

点击这个按钮，GoogleColab就会用搜索引擎，在Stackoverflow这个IT问答站点上，帮你寻找相关报错的已有答案。

一般来说，点击前几条信息，你就会有收获。

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？

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？

当然有。依然利用我们刚才已经见到过的共享功能。

只是这一次，在选择权限的时候，给对方“可修改”权限。

例如还是刚才的print命令没有加括号的问题。只不过这次，对方除了能看到你的问题，还可以直接编辑。

你的协作者，新建了一个代码块，并且输入了正确的信息。

在你这里看起来，就是这个样子的。

协作者的头像，会显示在对应的修改内容旁边。这样一目了然。

对方还可以在代码块旁，选择添加注释。

例如输入以下内容。

你可以同步在自己的笔记本上，看到对方的注释。

这样一来，团队协作Python练习沟通的效率，自然就高了许多。

注意，为了安全起见，一定只能把该权限，限定在你信任的协作者中。

如果是打算把你的成果展示出来，你可以使用GoogleColab与Github的集成功能。

如上图，选择保存副本到Github。

然后，选择你希望保存到的Github项目。

保存完毕后，对应的Github页面会自动打开，供你预览。

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GoogleColab环境，并且直接运行这个Github上的笔记副本。

版本

当你不停地尝试和改动代码的时候，很有可能会把问题改得更加糟糕。这时候，你恨不得有一个时光机，可以让你回到错误少一点的时候。

这个时光机，GoogleColab是提供了的。

点击菜单里面的Revisionhistory功能，你就能看到当前笔记本已保存的全部历史版本。

包括修改时间、谁改的、文件大小等各种信息，一应俱全。

想回到哪个版本，点一下“恢复”按钮就可以了。

另外，你也可以把GoogleColab笔记本，直接下载成为ipynb文件，在本地保存副本。

一定要注意选择需要的存储路径，避免不知存到哪里去了。

我一般让学生交作业的时候，都需要同时提交GoogleColab链接，以及一个ipynb文件。

二者的内容，应该是一样的。既然如此，为什么还需要提交两样东西呢？

这个问题，作为思考题，留给你。请注意联系本节标题，加以分析。

有了ipynb文件，你可以用本地的JupyterNotebook开启。但是如果你只是想查看内容的话，这里给你推荐一个更好的工具，叫做nteract。它可以帮你直接开启ipynb文件，用于查看。

这样，你就没必要每次都用JupyterNotebook命令开启后台服务，然后再到浏览器中点开对应的ipynb了。

小结

还记得在《如何高效学Python？》一文中，我给你推荐过的经典教材《笨办法学Python》吧？

《笨办法学Python》指出了一条看似笨拙，却非常有效的学习路径。我上课的时候，也一直在跟学生们强调——Python这样的实践类技能，只能练中学（Learnbydoing）。

本文给你推荐的GoogleColab，可以帮你解决Python初学者练习实践Python编程时，最常遇到的几大痛点。包括：

自动配置

    有效求助

    协作编程

    版本控制

这样一来，你可以把宝贵的时间，聚焦在技能的掌握和应用；而不是久病成医，成为“环境配置专家”了。

祝Python编程学习愉快！

延伸阅读

你可能也会对以下话题感兴趣。点击链接就可以查看。

学Python，能提升你的竞争力吗？

    如何高效学Python？

    《文科生数据科学上手指南》分享

喜欢请点赞和打赏。还可以微信关注和置顶我的公众号“玉树芝兰”(nkwangshuyi)。

如果你对Python与数据科学感兴趣，不妨阅读我的系列教程索引贴《如何高效入门数据科学？》，里面还有更多的有趣问题及解法。

Python的编辑器也是众多的，下面说下几种：

提问者使用的是dos的编辑器，这一种当然不舒服；

Python的自带的有两种：

2.1 Shell形式：这一种和dos一样很纠结，如下图：

2.2 Edit形式，比较灵活，建议使用：其他的第三方，比如Eclips+PyDev等；

个人建议你使用里面的Edit模式，启动方法是：开始--所有程序--Python--IDLE（PythonGUI）。

开发环境

软件开发环境(Software Development Environment，SDE)是指在基本硬件和数字软件的基础上，为支持系统软件和应用软件的工程化

开发和维护而使用的一组软件，简称SDE。它由软件工具和环境集成机制构成，前者用以支持软件开发的相关过程、活动和任务，后者为

工具集成和软件的开发、维护及管理提供统一的支持。

IDE

集成开发环境（IDE，Integrated Development Environment ）是用于提供程序开发环境的应用程序，一般包括代码编辑器、编译器、

调试器和图形用户界面等工具。集成了代码编写功能、分析功能、编译功能、调试功能等一体化的开发软件服务套。所有具备这一特性的

软件或者软件套（组）都可以叫集成开发环境。如微软的Visual Studio系列，Borland的C++ Builder、Delphi系列等。该程序可以独立

运行，也可以和其它程序并用。IDE多被用于开发HTML应用软件。例如，许多人在设计网站时使用IDE（如HomeSite、DreamWeaver

等），因为很多项任务会自动生成。

Python开发环境

Python其实和其他的编程语言还有点不太一样，它是一种脚本语言，就如同MATLAB语言一样，我们也可以管它叫解释型语言吧。因

此，python的运行的过程中，和我们的传统语言，比如C、C++这种编译型语言不太一样，python的运行其实是一种解释的过程，因此

它需要解释器，当然，这里我们不考虑把Python编译成可执行文件。如果想运行Python程序，那么必不可少的就是Python的开发环境。

在Python官网，有提供Python的原版开发环境，该环境为最核心，也是"干净”或者说"纯净”的环境。

Anaconda

Anaconda其实属于一站式服务，里面集成了Python的运行环境，并集成了数百种库，此外该软件里面还有Anaconda Navigtor、

Jupyter notebook、qtconsole和spyder等，由于集成的功能比较多，用起来相对来说省心一些。

常见编辑器

pycharm，sublime text ，vscode ，vim等。

根据用途可以分为两个类型，一种是Python代码编辑器，一种是Python集成开发工具，两者配合可以极大的提高Python开发人员的效率