首頁>Club>
9
回覆列表
  • 1 # huo920

    推薦使用pycharm,它是一個整合功能較多的開發環境。同時也可以使用vs code,作為微軟的產品,安裝好外掛之後,使用起來輕量級開發還是不錯的。還有用sublime安裝外掛也是可以的。不過我還是推薦第一個。

  • 2 # 路人甲

    說句實話我第一次用Python的時候就是在記事本里面操作的,聽起來是不是有點不敢相信?當然從嚴格意義上來說記事本並不是IDE..,言歸正傳,我給大家推薦推薦兩個我經常用到的Python的IDE,希望對大家有用。

    1.Sublime Text

    自從用了Sublime Text之後瞬間覺得其他編輯器都弱爆了,Sublime Text是跨操作平臺的一個非常輕量級的程式碼編輯器軟體,整個軟體只有幾十M,但是功能卻十分強大。只要你電腦裡面裝了Python,那麼可以直接用Sublime Text執行你的Python程式碼。

    當然其他大型編輯器的功能他也幾乎都有,你只需要在外掛列表裡面搜尋相應的外掛進行安裝就行了。Sublime Text支援的語言是非常多的,除了Python之外,它還支援SQL、C、Java等幾乎你能想到的所有語言,心動了嗎?

    

    2.Eclipse或者PyCharm

    PyCharm和Eclipse放在一起的原因是我認為他倆都是比較大型的軟體了,從下載到配置好環境都要花上半天的時間,而且時不時的還能出現各種bug,可謂煩不勝煩。

    PyCharm人如其名,這是一款專門用來做Python開發的編輯器,PyCharm是JetBrains開發的Python IDE。PyCharm用於一般IDE具備的功能,比如, 除錯、語法高亮、Project管理、程式碼跳轉、智慧提示、自動完成、單元測試、版本控制……

    

    另外你也可以用Eclipse,因為據我所知其實很多開始接觸Python的人之前都是從Java開發轉過來的,做Java開發的肯定都用Eclipse,開始做Python開發之後自然而然的不願意讓自己的電腦再多一個其他的軟體。Eclipse配置上Python的開發環境也相對簡單。

    這兩個編輯器的缺點就是有點笨手笨腳,總之跟Sublime Text比起來是基本沒法比的。當然寫程式碼的重要的地方從來不在編輯器,而在於寫程式碼本身,

  • 3 # Tser

    Pycharm一個工具基本就夠了,學習一下快捷鍵,用著更方便一些,它包含免費版和收費版,免費版我這邊工作基本夠用了

  • 4 # 瘋狂的五花肉dl

    vscode,強烈推薦,真的是神器,用了以後你會愛上它

    介紹下:支援語法高亮、智慧程式碼補全、自定義熱鍵、括號匹配、程式碼片段、程式碼對比 Diff、GIT 等特性,並針對網頁開發和雲端應用開發做了最佳化。軟體跨平臺支援 Win、Mac 以及 Linux,執行流暢

  • 5 # 叫我小包總

    作為一個剛剛開始自學python的小白,接觸的第一個python編輯器就是pycharm ,對於一個初學者來說,足夠用了,重要的是不用下載外掛。

    這個開始介面看著非常舒服

    從字型到顏色風格的設定,這些你都可以根據自己的愛好去設定。這樣你寫的程式碼看著就很酷炫。

    每次編輯程式碼,他會根據你打的首字母給你提示要輸的模組,可以說這一點對新手很實用,你不用擔心自己寫的字母對不對,系統已經幫你檢查了。

    每次寫程式碼,要是沒寫完就直接關閉視窗,也會自動幫你儲存,這一點也很使用。

    很多人說安裝pycharm很麻煩,其實,網上詳細的教程很多,按著他寫的來,很容易安上,我當時是在 CSDN 的論壇找的教程,寫的很詳細,而且還給出了啟用碼,簡直是良心回答!

  • 6 # 碼上說事兒

    個人使用過的比較好的幾個說一下vi,vscode,pycharm,pycharm是最專業的,vsc屬於輕量化的,vi屬於終端ide需要定製自己喜歡的功能和外掛!一般來說不會侷限於某一種ide建議熟悉一個其他的偶爾也能隨手用

  • 7 # 小小猿愛嘻嘻

    你說的是開發Python的IDE吧,這裡介紹幾個常用的開發python的IDE,如下:

    1.VS Code:這個是微軟開發的一款跨平臺的程式碼編輯器,良心之作,語法提示、程式碼高亮、自動補全、外掛豐富,還支援git功能,小巧靈活,執行流暢,使用起來非常方便,安裝對應外掛後,可以直接編輯執行C/C++,Python,Java等幾十種程式語言,簡直就是一個神器,對於初學者來說,是一個很不錯的選擇:

    2.Sublime Text:這也是一個非常不錯的程式碼編輯器,跨平臺、輕巧靈活,支援幾十種程式語言,包括Java,Html,Python,Ruby,C#等,語法提示、程式碼高亮、智慧補全,外掛擴充套件豐富,對於初學者來說,也是一個非常不錯的選擇:

    3.Jupyter:這個是基於命令列的python開發環境,輸入一行程式碼,輸出一行結果,實時分析中經常用到,目前來說有Jupyter QtConsole和Jupyter Notebook,使用起來都不錯,自帶語法提示,自動補全的功能,介面樸素、簡潔友好:

    4.Spyder:這也是一個很不錯的python IDE,類似於Matlab一樣,由多個視窗構成,使用者可以根據自己喜好調整視窗的大小和位置,可以很方便地觀察和修改程式中的變數值,既可編輯文字程式碼,也可直接執行python shell,使用起來也很方便:

    5.PyCharm:這就是一個專業的Python IDE了,重量級的,專門用於Python開發,由JetBrains公司出品,支援語法提示、程式碼高亮、智慧補全、單元測試、版本控制等,還提供了常見的Python Web開發,像Django,Flask,Web2Py等,可以快速建立專案,在大型專案開發中,經常會使用到,在業界也非常流行,是一個很不錯的IDE:

  • 8 # LIFE與Python

    世界上最好的 Python 編輯器或 IDE 是什麼?炫酷的介面、流暢的體驗,小編投 PyCharm 一票,那麼你呢?本文介紹了 PyCharm、Jupyter Notebook 和 Spyder 在內的 5 種主流 Python IDE,每一種都各有優缺點。不過結合經驗教訓,不論是純文字編輯器還是整合開發環境,總有一款是你的最愛。

    1991 年,Guido van Rossum 建立了 Python 併發布了第一個版本。這種解釋型高階程式語言為通用程式設計而開發。Linux、MacOS 和 Windows 等作業系統中都有 Python 直譯器。

    在這種情況下,你需要使用一個 IDE(整合開發環境)或專用的程式碼編輯器。由於 Python 是最流行的程式語言之一,IDE 的選擇也非常多。那麼問題來了:「究竟什麼樣的 IDE 最適合 Python?」

    很明顯,沒有哪一個 IDE 或程式碼編輯器可以稱得上是「最好」的 Python IDE 或編輯器。這是因為它們各有優劣。此外,從為數眾多的 IDE 中進行挑選實在太浪費時間。

    但不用擔心,本文已經為你整理好了。為了幫助你做出正確的選擇,本文將介紹幾種最適合 Python 的 IDE,專門用於處理資料科學專案。

    Atom平臺:Linux/macOS/Windows

    官網:https://atom.io/

    型別:通用文字編輯器

    Atom 是一種免費的開源文字及原始碼編輯器,適用於 Java、PHP、Python 等多種程式語言。該文字編輯器支援用 Node.js 寫成的外掛。儘管 Atom 適用於多種語言,但它對 Python 情有獨鍾,其有趣的資料科學特性非常適合 Python。

    Atom 的最大特點之一是支援 SQL 查詢,但你需要安裝 Data Atom 外掛才能獲取該特性。它支援 Microsoft SQL Server、MySQL 及 PostgreSQL。而且,你還可以視覺化 Atom 的結果,無需開啟其他任何視窗。

    可以幫助 Python 資料科學家的另一個 Atom 外掛是 Markdown Preview Plus。它可以為編輯、視覺化 Markdown 檔案提供支援,讓你可以預覽、渲染 LaTeX 公式等。

    優點:

    活躍的社群支援

    與 Git 的完美整合

    為管理多個專案提供支援

    缺點:

    在較老的 CPU 上執行可能會出現效能問題

    可能遇到遷移問題

    Jupyter Notebook平臺:Linux/macOS/Windows

    官網:https://jupyter.org/

    型別:基於 Web 的 IDE

    Jupyter Netbook 起源於 2014 年的 Ipython,它是一種基於伺服器-客戶端結構的網頁應用。Jupyter Netbook 允許我們透過「Notebook」建立和操作程式碼檔案,並且採用一種即時執行的方法,這是 Jupyter Notebook 最重要的特性。對於 Python 資料科學家而言,Jupyter Notebook 基本上是必需品,因為它提供了最直觀、最精煉的互動式資料科學環境。

    對於剛入門的資料科學家而言,Jupyter 是最簡單也最完美的工具。我們在寫完一個程式碼片段後就能直接執行這些區域性程式碼檢視效果,因此它的互動效果是最好的。此外,Jupyter Notebook 中的單元可以選擇程式碼或者文件,也就是說選擇文件後可以直接按照 MarkDown 的語法寫程式碼或整個檔案的註釋、心得和背景知識等。

    透過使用 Matplotlib 和 Seaborn 等視覺化工具,我們可以直接在程式碼單元下輸出想要的視覺化圖資訊。當然我們也可以將整個 Notebook 檔案匯出為 PDF、HTML 或純 Python 程式碼檔案,這非常有利於檔案在不同平臺間的傳播,因此像谷歌的 Colab 等平臺也都預設使用 Notebook 的這種形式。與 Ipython 一樣,Jupyter Notebook 是一系列專案的總稱,包括 Notebook、Console 和 Qt console 等。

    優點:

    允許使用 Notebook 直接建立部落格或程式碼演示

    確保可復現的研究與解釋

    在執行整體前可以執行並修正區域性程式碼塊

    缺點:

    複雜的安裝過程(你也可以直接安裝整合開發環境 Anoconda~)

    PyCharm平臺:Linux/macOS/Windows

    官網:https://www.jetbrains.com/pycharm/

    型別:Python 專用 IDE

    PyCharm 是 Python 的專用 IDE,地位類似於 Java 的 IDE Eclipse。功能齊全的整合開發環境同時提供收費版和免費版,即專業版和社群版。PyCharm 是安裝最快的 IDE,且安裝後的配置也非常簡單,因此 PyCharm 基本上是資料科學家和演算法工程師的首選 IDE。

    對於喜歡 IPython 或 Anaconda 發行版的人而言,PyCharm 同樣可以便捷地整合 Matplotlib 和 NumPy 等工具,這意味著我們在處理資料科學專案時可以便捷地使用陣列檢視器和互動式圖表等。除此之外,IDE 還擴充套件了對 JavaScript 和 Angular JS 等語言的支援,這使得它同樣也適合 Web 端的開發。

    安裝完成後,我們可以快速建立一個 Python 專案,並選擇直譯器和新的程式碼檔案。可能我們會用 conda 等工具維護不同的環境,例如 TensorFlow 或 PyTorch 等,在建立新專案時只需要選擇這些環境下的 Python 主程式就相當於選擇了新環境。最後,除了提供直接 debug 和執行功能外,PyCharm 還提供對原始碼和專案控制的支援。

    優點:

    活躍的社群支援

    支援全面的 Python 開發,不論是資料科學還是非資料科學專案

    新手和老兵都易於使用

    快速 Reindexing

    執行、編輯、debug Python 程式碼都不需要額外的支援

    缺點:

    載入可能比較慢

    使用現有專案前可能需要調整預設設定

    Redeo平臺:Linux/macOS/Windows

    官網:https://rodeo.yhat.com/

    型別:Python 專用 IDE

    Redeo 的 logo 就暗示了這個 IDE 是專門為資料分析而開發的,如果用過 RStudio,你就會發現 Redeo 與它有很多相似的特徵。對於那些不瞭解 RStudio 的人而言,你們只需要知道它是最流行的 R 語言整合開發環境。與 RStudio 一樣,Rodeo 的視窗分為四部分,即程式碼文字編輯器、控制檯、變數視覺化環境和圖形/庫/檔案的檢視視窗。有意思的是,RStudio 和 Redeo 都與 MATLAB 有很多相似之處。

    Redeo 的最大優勢在於新手和老兵都能方便地使用。由於 Redeo 允許在寫程式碼的同時檢視變數和視覺化等細節,它可以稱得上是最好的資料科學 IDE 之一。此外,Redeo 還有內建的課程及輔助材料。

    優點:

    大量定製化設計

    實時監控程式碼到底建立了些什麼

    透過自動補全和語法高亮,寫程式碼會更快

    缺點:

    有很多 Bug

    社群支援不是很多

    記憶體問題

    Spyder平臺:Linux/macOS/Windows

    官網:https://www.github.com/spyder-ide/spyder

    型別:Python 專用 IDE

    Spyder 是 Python 專用的一種開源 IDE,其獨特之處在於專為資料科學工作流程進行了最佳化。它與 Anconda 軟體包管理器捆綁在一起,後者是 Python 程式語言的標準發行版。Spyder 擁有所有必需的 IDE 特性,包括程式碼完整性及整合檔案瀏覽器。

    Spyder 專為資料科學專案建立,具備平滑的學習曲線,即學即會。線上幫助選項允許使用者在並行開發專案的同時尋找關於庫的專門資訊。而且,這個 Python 專用 IDE 與 RStudio 類似。因此,在從 R 切換到 Python 時這是一個恰當的選擇。

    適用於 Python 庫的 Spyder 整合支援(如 Matplotlib 和 SciPy)進一步證明,Spyder 是為資料科學家量身打造的。除了可感知的 IPython/Jupyter 整合之外,Spyder 還有一個獨特的「variable explorer」特性,允許使用基於表格的佈局展示資料。

    優點:

    程式碼完備性和變數探索

    易用性

    資料科學專案的理想工具

    介面整潔

    活躍的社群支援

    缺點:

    不適用於非資料科學專案

    對於高階 Python 開發者而言太基礎了

    如何為 Python 選擇理想的 IDE?這完全取決於你的需求。以下是幾點建議:

    如果你剛開始使用 Python,找一個定製化較少、附加功能也較少的 IDE。干擾越少,上手越容易。

    將這些 IDE 功能與你的期望進行對比。

    多嘗試幾種 IDE 就會知道哪一種最適合你的需求。

  • 9 # EmacserVimer

    人工智慧技術已經到了爆發期,因此越來越多的業內人士,甚至很多國內的知名大學也跟風開設了人工智慧專業,學習人工智慧技術自然Python是必須的,畢竟目前幾乎所有的深度學習框架都是基於Python技術的。今天給大家推薦幾款Python整合開發環境。

    本文不會介紹Emacs和Vim的使用,畢竟對於大多數人來說,這兩款神器學習成本太大了,你是來學習人工智慧的,不是來學習怎麼使用工具的,工具的作用就是儘可能減少你的學習成本,把時間都用在需要用的地方。

    順便給各位學習Python的同學提一句,如果你是剛開始學Python,就直接學Python3吧,Python2和Python3差異太大了,本質上可以算作是兩門完全不一樣的程式語言了,因此我強烈建議你直接開始Python3學習。

    官方輕量級整合開發環境IDLE

    毫無疑問,IDLE是目前最為輕量級的Python開發環境之一,也是Python官方的整合開發環境,優點是輕量級、簡單實用,對於一個初學者是完全沒問題的。

    最新版本的Python官方環境IDLE安裝包僅僅只有30M不到,可以說是非常輕量級,安裝包極小,更重要的是這款軟體該有的都有,不需要的確實也一點都沒有,沒有任何花裡胡哨的功能。

    來自布拉格的神話pycharm

    在遙遠的布拉格,這一個被稱為夢想之地的捷克聖殿,有一家焦作Jetbrians的公司,這是在美國之外的一個神奇,這家公司的兩位創始人在用Java做一個專案的時候,竟然發現沒有一個Java開發環境是能讓他們滿意的,於是他們就用Java開發了一款Java整合開發環境,也就是大名鼎鼎的IDEA,從此以後他們就在開發精良整合開發環境的路上一發而不可收拾,後來Google放棄了eclipse,而選擇了IDEA作為Android studio開發環境的基礎,就證明了這款產品有多麼出色。

    此後他們又開發了WebStorrm、PhpStorm、Clion、AppCode等眾多整合開發環境,當然也有今天要說的PyCharm,如果你熟悉這家公司的產品,基本上你的學習成本不會太高,不過既然是基於Java開發的,你應該知道對記憶體消耗會比較大。

    基於eclipse的曾經的王者WingIDE

    eclipse想必做Java開發者都知道,已經算是如雷貫耳的一個名字了 ,如果說IDEA是Java工程界的王者CROWN,那麼eclipse就是眾多能夠對IDEA形成威脅的唯一一個,他比小老弟IDEA歷史要更悠久。

    不少企業都會基於eclipse打造屬於自己的整合開發環境,比如myeclipse、zendstuido都是基於eclipse打造的名揚天下的整合開發環境了。WingIDE就是基於eclipse打造的Python整合開發環境,在PyCharm沒有出來之前,WingIDE是Python IDE領域的絕對王者,並且拿過工業界年度最佳工具的稱號,並且eclipse外掛豐富,可擴充套件性非常好,你有了更多定製的可能。

    當然除了上面幾款工具之外,還有一些非常出色的文字編輯器。再次強調,如果你沒有使用的經驗就非常不建議使用emacs/vim,對普通使用者來說門檻確實太高了,畢竟你還要花時間學python,vscode和atom是不錯的選擇,你可以輕鬆獲得外掛支援。

  • 10 # 尤利西斯U

    我用過Anaconda,裡面有很多整合的工具如,Jupyter, Qtconsole等,很好用,個人感覺比較合適做實驗用,做個練習呀, 做做資料分析練習之類的;但是如果你是跟專業程式設計師,寫程式碼的,建議使用Pycharm,非常好用,沒有之一哦,現在大多使用Pycharm。

  • 中秋節和大豐收的關聯?
  • 去除黃漬的方法?