1. 公司禁用了 python
我的主业是桌面开发，偶尔也需要搞搞数据和算法。最近在用 python 处理一些工作，正搞得热火朝天，突然 python 就不能用了，一查记录原来是 IT 管理员禁止我使用 python。
不清楚为啥 IT 管理员会盯上 python，总之先提交了解封的需求。在等 IT 给我解封的期间我不想中断自己的工作，只好自己想办法运行 python。我知道有很多在线运行 python 的环境，而且微软自己也有 Codespaces 和 Remote Development Extension Pack 之类的东西，但这次我就试试看在 Azure 的 机器学习工作室 中运行 python，顺便写一篇 Azure 入门的文章。
2. Azure 订阅
Azure 中资源的组织结构，它具有四个级别：管理组、订阅、资源组和资源。
- 资源：资源是你创建的服务的实例，如虚拟机、存储或 SQL 数据库。
- 资源组：资源合并成为资源组，资源组充当在其中部署和管理 Azure 资源（如 Web 应用、数据库和存储帐户）的逻辑容器。
- 订阅：订阅将用户帐户和这些用户帐户创建的资源组合在一起。 对于每个订阅，你可以创建和使用的资源量有限制或配额。 组织可以使用订阅来管理成本，或者由用户、团队或项目创建的资源。
- 管理组：这些组有助于你管理多个订阅的访问、策略和合规性。 管理组中的所有订阅都会自动继承应用于管理组的条件。
使用 Azure 的前提是拥有一个 Azure 订阅，如果只是试用和学习的话可以还可有几种途径。登录 Auzre 门户 后，可以找到 200 美元免费试用 和 学生权益 的页面：
你也可以随便找一篇 docs.microsoft.com/zh-cn/learn 的教程，开一个 Azure 沙盒。例如你可以在 这篇 教程里开一个沙盒试试。Microsoft Learn 沙盒（有时亦称为“Azure 沙盒”）是可用于通过 Microsoft Learn 内容探索 Azure 的免费环境。一个沙盒只能存活 4 小时，每天可以创建多个沙盒。
2. 资源组
如果还没有创建过资源组，点击 资源组 进入资源组页面，然后点击 创建 按钮开始创建资源组。
选择要创建的资源组所在的订阅，输入资源组的名称，选择区域，然后就可以点击“查看+创建”按钮创建资源组。
3. 机器学习资源
现在，订阅和资源组都已经创建好了，下一步就要创建具体的资源。进入 所有服务 -> 机械学习 页面，创建一个新的机器学习工作区。
在这个页面选择你的订阅、资源组、地区，随便输入一个名字，然后点击 “审阅+创建” 按钮完成机器学习工作区的创建。
稍等片刻，页面提示资源“部署完成”，点击 ”转到资源“进入刚创建的机器学习资源。
4. 机器学习工作室
在机器学习页面，点击”启动工作区“，进入机器学习工作室页面。
在 Azure 机器学习工作是，我可以用 Notebooks 运行 python，这就是我的目标了。其它还有各种机器学习的功能，这都不是我现在关心的，有机会再试试。但现在离运行 python 还差一步，我还需要一个 计算实例 用于运行 python 代码。在左边菜单选中 “计算“，然后在 ”计算实例“ 页面点击 ”创建“：
随便选一个自己负担得起得虚拟机类型，输入名称后点击”创建“即可完成一个计算实例的创建。Azure 预置的机器学习计算实例已经预装了大部分常用的工具，基本做到开箱即用。
最后，在左边菜单选中”Notebooks“，上传各种文档和代码，打开 python 代码运行，我的目标就实现了。
5. 收费
最后的最后，因为我只是想临时运行一下 python，用完后记得关闭计算实例。即使关闭了计算实例 Azure 还是会持续收一些费用，因为创建的各种资源也算是租借了硬盘空间。
在 成本管理 + 计费 页面可以查看自己的 Azure 额度和花费及预测，只是运行下 python 其实花不了多少：
6. 结语
在 Azure 的使用过程中，页面上导出都是提示和学习资源的链接，例如 Azure 机器学习文档。如果你不是像我这样只是简单地使用一下 python，这些资源应该可以帮到你。你也可以在 Learn Microsoft Docs 中找到一些不错的课程，例如这篇：创建机器学习模型。
