跳转至

P2-3.5 Python 运行环境：Colab 与本地 PC

Section ID: P2-3.5 Version: v2026.07.20

从 P2-3.1 到 P2-3.4，我们主要是用公式和比较标准来阅读线性代数(linear algebra)。下一节会开始用 NumPy 直接检查向量(vector)、矩阵(matrix)、矩阵乘法(matrix multiplication)。在这之前，必须先分清 Python 代码到底是在哪里运行的。

这一部分前半段的实践，按两个运行环境来说明。

  1. Google Colab 直接在浏览器里运行。
  2. 本地 PC 则在自己的终端和 Python 安装环境里运行。

因此，这里不会深入学习 Colab 本身，也不会细讲本地安装步骤，而是集中区分 写在代码单元(code cell)里运行的命令、写在自己电脑终端里的命令、以及 写在 Python 代码内部的语句，好让后面的 Python/NumPy 实践能够顺利跟上。

这里重新整理 Colab、本地 PC、代码单元(code cell)、终端(terminal)，以及 import 和安装命令之间的差别。如果 3.1 到 3.4 是在读公式和线性代数结构，那么这里就是先整理“把那些结构真正带入代码时，应该在哪个位置运行”。

如何在个人电脑上安装 Python、如何管理虚拟环境，会在 P2-7.1、P2-7.6、P2-7.7、P2-7.8 里再次出现。这里先固定 Colab 与本地 PC 的执行位置差异。需要快速回看术语时，也可以一起查看概念词汇表。

本文依据 2026 年 7 月 19 日确认的 Google Colab 官方说明和 FAQ、IPython %pip 文档、pip 用户指南编写。Colab 是外部服务，因此未来它的 UI、使用条件、免费范围、运行策略、甚至服务是否持续，都可能发生变化。如果你阅读这一节时，Colab 已无法提供、或看起来和这里不同，那么应另外查看 Google Colab 官方文档和当前服务状态。

核心判断标准：Python 运行环境：Colab 与本地 PC

  • 能把 Google Colab 理解成一个不需要安装、基于浏览器的运行环境。
  • 能把本地 PC 运行理解成在自己电脑的终端和 Python 安装环境中运行。
  • 能打开 Welcome to Colab 指南，并尝试运行一个代码单元(code cell)。
  • 能说明 Colab/Jupyter 里的 %pip 不是普通 Python 语法，而是一个 magic command。
  • 能区分 Colab 代码单元命令与个人电脑终端命令。
  • 能为下一节在 Colab 中运行 NumPy 示例做好准备。

先抓住的一个场景

这一节最先要抓住的，是 如果想用 NumPy，到底该在什么地方输入什么内容。

想做的事 Colab 代码单元 本地 PC 终端 Python 代码
安装 NumPy %pip install numpy python -m pip install numpy 不用写
导入 NumPy import numpy as np 不用写 import numpy as np
运行简单计算 print(np.array([1, 2])) 可以通过 python example.py 来运行 print(np.array([1, 2]))

因此，读者第一步要区分的，不是 这到底是什么命令，而是 这是写在什么地方的什么句子。

三个基准

基准 为什么重要 本节所需的理解水平
Colab 是基于浏览器的练习空间 因为在本地还没安装 Python 之前，也能直接运行示例。 理解它是一个在代码单元里运行 Python 和笔记本式安装命令的地方。
本地 PC 会用到终端和安装环境 因为即使是同一个 NumPy 准备动作，只要执行位置变了，命令写法也会变。 理解 python -m pip 用在终端，而 import 用在 Python 代码里。
安装命令和 Python 代码不是一个位置的内容 因为一旦把执行位置混在一起，语法错误和环境错误就会反复出现。 理解 Colab 单元、本地终端、Python 代码这三个位置。

先把运行环境分开

“运行 Python 代码”这句话并不只有一种意思。即使是同一个示例，只要运行位置不同，命令的形式也会改变。

执行位置 英文 它表示什么 示例命令
Colab 代码单元 Colab code cell 在浏览器笔记本中的代码单元里运行 %pip install numpy
本地 PC 终端 local terminal 在自己电脑的终端程序中运行 python -m pip install numpy
Python 代码 Python code 在 .py 文件或代码单元里的 Python 语句中运行 import numpy as np

只要漏掉这个区分，就很容易把 %pip、python -m pip、import 当成同一种东西。它们都可能和 NumPy 有关，但执行位置和作用并不相同。

  1. 包是在 Colab 代码单元或本地 PC 终端里安装的。
  2. 已安装的包要在 Python 代码内部通过 import 导入。

把最常见的混淆再写得更短一点，会是下面这样。

混淆场景 为什么会卡住 应先修正的问题
把 %pip install numpy 写进 .py 文件 因为把安装命令和 Python 代码混在一起了 我现在写的是代码单元，还是 Python 文件？
想把 import numpy as np 当成终端命令直接运行 因为把 Python 语句当成了 shell 命令 我现在写的是终端，还是 Python 解释器？
把 Colab 示例原样复制到本地环境 因为执行位置变了，但语法没跟着变 我现在是在浏览器笔记本里，还是在自己的电脑上？

Colab 是在浏览器里打开的笔记本环境

Google Colab 是一种托管服务，它让你在浏览器里以 Jupyter Notebook 的形式运行 Python 代码。即使个人电脑上没有安装 Python，也可以创建并运行代码单元。

先打开 Welcome to Colab 指南，确认代码单元是怎样运行的。本节里的示例都非常小，因此不需要 GPU 或 TPU。不过 Colab 可能会有 Google 账号要求、运行时限制和资源限制。

本地 PC 意味着在自己的电脑上运行

所谓在本地 PC(local PC) 上运行，意思是使用自己电脑中安装好的 Python 和终端。命令会在 macOS 的 Terminal、Windows Terminal、PowerShell、Linux shell 等程序中运行。

例如，在本地 PC 终端里，可以这样安装 NumPy。

1
python -m pip install numpy

而在 Python 文件里，则这样导入 NumPy。

1
2
# 这一行是在 Python 代码里导入 NumPy。
import numpy as np

这里不详细解释本地安装过程。安装本身会在 P2-7.7 的补充学习里再次出现，而终端和环境变量语法会在 P2-7.6 和 P2-7.8 里再次出现。现在真正重要的是先分清：Colab 代码单元命令 和 本地 PC 终端命令 不是一回事。

把 Python 代码放进代码单元

Colab 笔记本里有写文字的单元，也有执行代码的单元。Python 代码要放进代码单元(code cell)里运行。

例如，下面这段代码可以放进代码单元并直接运行。

1
2
# 这是确认 Colab 代码单元正在运行的最小输出例子。
print("hello, colab")

运行结果会像这样出现。

1
hello, colab

这里的 print(...) 是 Python 代码。相对地，安装包的命令在性质上和普通 Python 代码略有不同。

在 Colab 里可以使用 %pip

在很多情况下，Colab 环境里已经准备好了 NumPy。但由于环境可能变化，如果需要，也可以在代码单元里运行下面这个命令。

1
2
# %pip 是在 Colab/Jupyter 代码单元中使用的安装命令。
%pip install numpy

这里的 %pip 不是普通 Python 语法，而是 Jupyter Notebook 系环境里使用的 magic command。它的意思是“把这个包安装到当前笔记本内核(kernel)里”。

在 Colab 或 Jupyter 文档里，你也可能看到用感叹号(!)运行 shell 命令的示例，比如：

1
2
# 感叹号形式是在代码单元中调用终端命令的方式。
!pip install numpy

这里我们优先使用 %pip install numpy，因为它更明确地表达了“安装目标是当前笔记本环境”。

如果把这个差别再写成一条流程，会变成这样：

flowchart TD
  A["先看说明"]
  B{"你要在哪里输入？"}
  C["Colab 代码单元"]
  D["本地电脑终端"]
  E["Python 代码"]
  F["%pip install numpy"]
  G["python -m pip install numpy"]
  H["import numpy as np"]
  I["print(np.array([1, 2]))"]

  A --> B
  B --> C
  B --> D
  B --> E
  C --> F
  C --> I
  D --> G
  E --> H
  E --> I

不要和个人电脑终端命令混用

在个人电脑的终端里，不使用 %pip 或 !pip。这些写法属于 Colab/Jupyter 的代码单元环境。

在个人电脑终端里，通常会这样写：

1
python -m pip install numpy

所以，必须先把执行位置分开。

  1. 在 Colab 代码单元里，用 %pip install numpy。
  2. 在个人电脑终端里，用 python -m pip install numpy。
  3. 在 Python 代码内部，用 import numpy as np。

下一节就是建立在这个区分之上，再去检查 NumPy 代码。

读者在这里至少应该留下这一句话：

  • 安装写在代码单元或终端里，import 和计算写在 Python 代码里。

检查清单

  • 能用一句话说明 Colab 运行和本地 PC 运行的区别吗？
  • 能说明为什么 %pip install numpy 和 python -m pip install numpy 不能写在同一个地方吗？
  • 能说明 import numpy as np 不是安装命令，而是 Python 代码吗？
  • 能区分眼前这句话究竟是写给代码单元、终端，还是 Python 代码的吗？
  • 能说明为什么在背语法之前，要先区分执行位置吗？

来源与参考资料