有时候个人电脑不在身边，又需要处理一些工作，这时候可能需要在朋友的电脑或者公用电脑上操作数据。又或者要将自己写的代码以 notebook 的形式分享给 co-worker，这时就需要用到以下总结的几个直接在浏览器里进行 Python 编程的工具。（均可免费使用，也有相应的增值服务）
以下均凭个人感受信口雌黄，不够准确。感兴趣的读者应该自己去实践了解。
一、简介
Kesci
这个是数据科学社区用的比较多的平台，相对来说也比较成熟，功能比较完善，现阶段有比较慷慨的免费计算资源。
Kaggle
主要做竞赛的国外平台，对标国内的 Kesci。但是由于是国外网络，用起来不够 Kesci 顺畅。
Deepnote
这个比上述的两个平台少了很多功能，主打协作开发。因此它的用法、界面等也简洁很多，更加适合用来实现本文中提到的需求。但是由于是国外网络，也有类似的缺点。
Binder
就是一个在线版的 Jupyter Notebook，用法很简洁，直接连接到 GitHub 储存库就可以像在本地一样使用 Jupyter Notebook 进行开发。而且经过测试也有相当好的流畅度，推荐使用。也是这里要重点介绍的。
二、重点介绍 Binder
基本用法就是：
- 1) 创建一个（或已存在的）Github 仓库，里面包含你要共享或在线编辑的 notebook
- 2) 在浏览器打开以下网址：
https://mybinder.org/v2/gh/{username}/{reponame}/HEAD- 对应上图仓库的链接就是https://mybinder.org/v2/gh/paradiseeee/test/HEAD
- 3) 等待片刻就在服务器搭建好一个虚拟环境，并加载出 Jupyter 的页面
- 4) 第一次加载会慢一点，后面的操作就很流畅了。然后就像在本地服务使用 Jupyter Notebook 一样该干啥干啥就可以了。
（根据我短暂的使用经验得出的）注意事项：
-
这玩意儿是直接免注册免登录免费拿来就用的
-
直接按上面操作，notebook 还不能正确运行，因为虚拟环境里面还没有相关的依赖库，这时可以：
- 在 repo 里面加上 requirements.txt 文档，可以参考这篇博客。这样 Binder 就会在创建虚拟环境的时候给你安装依赖。
- 或者直接在 notebook 的 cell 里面用魔术命令安装（下图）。看到服务端的 pip 下载速度多少有点吃鲸。
- 如果一段时间不操作已经打开的 notebook，它就会告诉你内核已死，这时候重启一下 kernel 即可。
- 如果再过很长的一段时间没有操作，虚拟环境也会失效，这时候刷新一下就 page not found 了。所以做完了要把需要保存的东西手动保存到本地，它也不会给你同步到对应的 github 仓库。
END