Começando a aprender com o Colab

Objetivos desta página #

• Entender o básico do Google Colab e rodar seu primeiro Notebook
• Conhecer os prós e contras de estudar dentro do Colab
• Guardar dicas para migrar depois para um ambiente local

Por que usar o Colab? #

Se montar ambiente local parece complicado, ganhe confiança escrevendo Python no Colab primeiro e depois avance para um setup baseado em uv.

O que você precisa #

1. Conta Google
   Crie uma em https://accounts.google.com/ se ainda não tiver.
2. Navegador
   Recomendamos o Google Chrome na versão mais recente. Outros navegadores Chromium também funcionam.

Criar e rodar um Notebook #

1. Acesse o Google Colab e faça login
2. Clique em “New notebook”
3. No primeiro cell, digite o código abaixo e pressione Shift + Enter

print("Hello, Python from Colab!")

Se aparecer um check e o tempo de execução à esquerda, deu certo.

Como lidar com arquivos #

• Arquivos temporários
  • Use o cell magic %%writefile sample.py para criar arquivos de curta duração.
  • Assim que o runtime reinicia, eles somem. Monte o Drive se precisar manter dados.
• Montar o Google Drive

  from google.colab import drive
  drive.mount('/content/drive')
  

  • Após autorizar, seu Drive fica disponível em /content/drive/MyDrive.
• Upload / Download

  from google.colab import files
  files.upload()    # abre o seletor de arquivos
  files.download("result.csv")
  

Tipos de runtime #

• No menu “Runtime” → “Change runtime type” você escolhe GPU ou TPU
• O plano gratuito tem limite de tempo, então não serve para jobs longos
• Ferramentas que evitam o modo inativo podem quebrar os termos de uso – leia a política antes

Instalando bibliotecas #

Colab já vem com várias libs, mas é possível fixar versões com pip.

!pip install pandas==2.2.1
!pip install "scikit-learn>=1.4,<1.5"

Comece o comando com ! para executar no shell. Sempre que o runtime reiniciar, reinstale os pacotes.

Organizando notebooks #

• Os notebooks ficam salvos no Google Drive (por padrão em My Drive/Colab Notebooks)
• Use “File” → “Save a copy in Drive” para manter as pastas organizadas
• Precisa de histórico? Conecte o notebook ao GitHub

Limitações e soluções #

Quando migrar para o ambiente local #

• Baixe os notebooks (.ipynb) e abra no VS Code para continuar
• Registre as versões das libs em requirements.txt
• Com mais dependências, use comandos como uv pip freeze > requirements.txt para gerenciá-las

Quando estiver pronto, avance para a próxima lição para começar a aprender os fundamentos de Python.