跳转至

P2-3.5 Python 运行环境：Colab 与本地 PC

Section ID: P2-3.5 Version: v2026.09.14

Python 代码可以在 Colab 笔记本的代码单元中运行，也可以在本地 PC 的 Python 解释器中运行。安装命令应符合运行环境，已安装的包则在 Python 代码中通过 import 导入。

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。

安装、导入与运行

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]))

命令的执行位置

“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。

执行位置错误时，可能出现以下问题。

混淆场景 为什么会卡住 修正方法
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 在代码单元中运行，或改用终端的 python -m pip 命令。
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 在 Python 解释器或 .py 文件中运行。
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 区分笔记本专用安装命令与本地终端命令。

Colab 笔记本

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 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。

Bash · 本地终端
1
python -m pip install numpy

而在 Python 文件里，则这样导入 NumPy。

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

代码单元中的 Python 语句

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。

Python
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。

文本 · 运行结果
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。

笔记本安装命令 %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。

IPython · 笔记本代码单元
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：

IPython · 笔记本代码单元
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”。

安装与导入的执行位置如下。

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

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