选自GoogleAIblog
写 Python 代码最好的方式莫过于使用集成开发环境(IDE)了。它们不仅能使你的工作更加简单、更具逻辑性,还能够提升编程体验和效率。
每个人都知道这一点。而问题在于,如何从众多选项中选择最好的 Python 开发环境。初级开发者往往面临这个问题。
什么是 IDE?IDE 有什么用?
IDE 是开发者创建程序时使用的软件包。它通过简单的用户界面集成多个高度关联的组件,从而最大化程序员的生产效率。本质上,IDE 是一种改进代码创建、测试和 debug 流程的工具,它使这些工作更加简单。
IDE 使用的工具包括:
最受 Python 开发者欢迎的 IDE
PyCharm
下载地址:
https://www.jetbrains.com/pycharm/download/
PyCharm 由著名软件开发公司 JetBrains 开发。在涉及人工智能和机器学习时,它被认为是最好的 Python IDE。最重要的是,Pycharm 合并了多个库(如 Matplotlib 和 NumPy),帮助开发者探索更多可用选项。
兼容性:Windows、MacOS、Linux
主要插件和功能:
优点:
缺点:
Visual Studio Code
下载地址:
https://code.visualstudio.com/Download
兼容性:Windows、Linux、Mac OS
主要插件和功能:
优点:
缺点:
Sublime Text
下载地址:
https://www.sublimetext.com/
兼容性:Windows、Linux、Mac OS
主要插件和功能:
优点:
缺点:
VI/Vim
下载地址:https://www.vim.org/
兼容性:Windows、Linux、Mac OS、IOS、Android、UNIX、AmigaOS、MorphOS
主要插件和功能:
优点:
缺点:
GNU Emacs
下载地址:
https://www.gnu.org/software/emacs/emacs.html
兼容性:Windows、Linux、Mac OS、IOS、Android、UNIX、AmigaOS、MorphOS
主要插件和功能:
优点:
缺点:
IDLE
下载地址:
https://docs.python.org/3/library/idle.html
兼容性:Windows、Linux、Mac OS
主要插件和功能:
优点:
缺点:
对于机器学习、人工智能和大数据,最好的 Python 兼容 IDE
Python 是机器学习、人工智能、大数据等领域中的首选语言之一。这部分将介绍适合这些领域 Python 开发的 IDE。
Atom
下载地址:https://atom.io/
Spyder
下载地址:
https://www.spyder-ide.org/
Spyder 是为数据科学而开发的。它是开源工具,能够与大量平台兼容,因而成为 IDE 新手用户的更好选择。为实现完美开发,它合并了多个关键库,如 NumPy、Matplotlib 和 SciPy。
JuPyter/IPython Notebook
下载地址:https://jupyter.org/
其他 Python 开发 IDE
这部分将介绍一些不那么有名和流行但同样值得一看的 IDE。
Eclipse + PyDev
下载地址:
https://www.eclipse.org/https://www.pydev.org/
Eric Python
下载地址:
https://eric-ide.python-projects.org/
Eric 是另一个不那么流行的 Python IDE,但它功能强大且高效。不管是商业用途还是私人用途,Eric 都能提供合适的功能。它可在所有平台上运行。
Wing
下载地址:https://wingware.com/
PyScripter
下载地址:
https://sourceforge.net/projects/pyscripter/files/latest/download
PyScripter 以其卓越功能打败了适用于 Windows 系统的其他 Python IDE。它也是 Mac 系统中好用的 Python IDE,其商业版本支持大部分编程语言。PyScripter 具备丰富的功能集,但也很轻量。
Pyzo
下载地址:
https://pyzo.org/start.html
Pyzo 是一个免费开源编程工具,可与任意 Python 解释器一起使用,甚至是 Conda 环境。其最突出的两个特点是简洁性和交互性。简单易用,非常适合新手。
Thonny
下载地址:https://thonny.org/
Thonny 由塔尔图大学开发,适合新手程序员。其界面没有任何复杂或多余功能,很容易上手。另一个适合新手的地方是,你可以看到 Python 在每一步中对你的表达式的评估。
结论
原文链接:
https://djangostars.com/blog/python-ide/
声明:本站部分文章及图片源自用户投稿,如本站任何资料有侵权请您尽早请联系jinwei@zod.com.cn进行处理,非常感谢!