7款Python开发工具介绍,你最中意哪一款

共 2174字,需浏览 5分钟

 ·

2020-07-30 22:23


工欲善其事必先利其器,有一款好用上手的Python编辑器能够大大提高码代码的效率,而且所带来的提升不是从 1 到 1.1 倍速,是从 1 到 10 倍速。所以行哥这里来推荐几个常用的Python开发工具,看你用过几个?

  • IDLE

  • PyCharm

  • Jupyter Notebook

  • spyder

  • Visual Studio Code

  • Atom

  • Anaconda

  • 最后建议

IDLE

下载Python之后即可使用,该IDE非常轻便,可直接从Python shell运行。虽然它没有项目管理能力可言,如果你担心代码臃肿,IDLE提供了一个强大的调试器,非常棒。它提供了一个多窗口文本编辑器,其中包含多种撤销,Python着色,智能缩进,调用提示,自动完成等功能。

优点:使用起来简洁方便,页面支持输出打印,对于代码返回的结果显而易见。对于初学者入门者没必要使用功能过于强大的编辑器。

缺点:不便于修改代码中的错误,不过这反过来想对于初学者也是一个优点,有助于锻炼写代码的能力,养成手感。

PyCharm

地址:https://www.jetbrains.com/pycharm/

PyCharm是专业的python集成开发环境,有两个版本。一个是免费的社区版本,另一个是面向企业开发者的更先进的专业版本。大部分的功能在免费版本中都是可用的,包括智能代码补全、直观的项目导航、错误检查和修复、遵循PEP8规范的代码质量检查、智能重构,图形化的调试器和运行器。它还能与IPython notebook进行集成,并支持Anaconda及其他的科学计算包,比如matplotlib和NumPy。在公众号【一行数据】回复pycharm 有破解版安装教程

优点:代码输入纠错,自动补全,断点调试等等。前两点会一定程度上减少因变量输入错误而引起的bug,而断点调试有助于我们分析程序,分析每句代码的实现功能及程序报错的地方及原因,这些优点会节省大量的时间,以便于各位大神有充足的时间来思考该程序的实现逻辑及框架的构造。

缺点:如果对于配置不高的电脑来说,打开时间那是一个漫长的等待

Jupyter Notebook


地址:https://jupyter.org/

Jupyter Notebook 就像⼀个草稿本,能将⽂本注释、数学⽅程、代码和可视化内容全部组合到⼀个易于共享的⽂档中,以 Web ⻚⾯的⽅式展示。它是数据分析、机器学习的必备⼯具。在公众号【一行数据】回复 jupyter 给你看⼀个基于 jupyter 写的 Python 教程。

spyder

地址:https://pypi.org/project/spyder/

Spyder是行哥从Matlab转到Python的第一款编辑器,从编辑界面来看非常相似,可见对于数据分析来说,这是一款数据分析师的绝佳工具。

Spyder可通过插件系统和API以及PyQt5扩展库进行扩展。它是完全免费的,开源的,100%纯Python。Spyder支持Windows,MacOS和Linux。可以使用pip在终端进行下载 pip isntall spyder

Visual Studio Code

地址:https://code.visualstudio.com/

Visual Studio Code是一款兼容Linux、Mac OS X和Windows 平台的全功能代码编辑器,可扩展并且可以对几乎所有任务进行配置,对于Python的支持可以在Visual Studio Code中安装插件,只需快速点击install按钮即可成功安装,且可自动识别Python安装和库。 

Atom

地址:https://github.com/atom/atom

Atom 是github专门为程序员推出的一个跨平台文本编辑器。具有简洁和直观的图形用户界面,并有很多有趣的特点:支持CSS,HTML,JavaScript等网页编程语言。它支持宏,自动完成分屏功能,集成了文件管理器。优点

  • 小清新界面让人耳目一新.颜控必备
  • 丰富的插件几乎能够满足所有 web 开发需求
  • git 原生支持
  • 简单的插件编写
  • 自定义界面

Anaconda

地址:https://anaconda.org/

真的要强烈推荐 Anaconda ,它能帮你安装好许多麻烦的东西,包括:Python 环境、pip 包管理工具、常用的库、配置好环境路径等等。这些事情小白自己一个个去做的话,容易遇到各种问题,带来挫败感。如果你想用 Python 搞数据方面的事情,就安装它就好了,它甚至开发了一套 JIT 的解释器 Numba。所以 Anaconda 有了 JIT 之后,对线上科学计算效率要求比较高的东西也可以搞了

最后建议

  • Web开发使用 pycharm,VS code
  • 数据分析使用Spyder,Jupyter notebook,Anaconda
  • 小白使用IDLE
  • 大神直接使用 txt,word



对了,【一行数据】公众号后台回复【进群】可以加入Python学习交流群哦

三连本文是对行哥最大支持

浏览 22
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报