Siwindy
人工智能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能專業，學習人工智能技術自然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集成開發環境。
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，你是來學習人工智能的，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編程語言了，因此我強烈建議你直接開始Python3學習。
官方輕量級集成開發環境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官方的集成開發環境，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，更重要的是這款軟件該有的都有，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做一個項目的時候，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集成開發環境，也就是大名鼎鼎的IDEA，從此以後他們就在開發精良集成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等眾多集成開發環境，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，你應該知道對內存消耗會比較大。
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工程界的王者皇冠，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打造屬於自己的集成開發環境，比如myeclipse、zendstuido都是基於eclipse打造的名揚天下的集成開發環境了。WingIDE就是基於eclipse打造的Python集成開發環境，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插件豐富，可擴展性非常好，你有了更多定製的可能。
EmacserVimer
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代碼編輯器，良心之作，語法提示、代碼高亮、自動補全、插件豐富，還支持git功能，小巧靈活，運行流暢，使用起來非常方便，安裝對應插件後，可以直接編輯運行C/C++，Python，Java等幾十種編程語言，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代碼編輯器，跨平臺、輕巧靈活，支持幾十種編程語言，包括Java，Html，Python，Ruby，C#等，語法提示、代碼高亮、智能補全，插件擴展豐富，對於初學者來說，也是一個非常不錯的選擇：
3.Jupyter：這個是基於命令行的python開發環境，輸入一行代碼，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，界面樸素、簡潔友好：
4.Spyder：這也是一個很不錯的python IDE，類似於Matlab一樣，由多個窗口構成，用戶可以根據自己喜好調整窗口的大小和位置，可以很方便地觀察和修改程序中的變量值，既可編輯文本代碼，也可直接運行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，支持語法提示、代碼高亮、智能補全、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，可以快速創建項目，在大型項目開發中，經常會使用到，在業界也非常流行，是一個很不錯的IDE：
目前，就介紹這5個python開發的IDE，使用起來都不錯，對於日常的開發來說，完全夠用了，希望以上分享的內容能對你有所幫助吧，也歡迎大家留言、交流。
小小猿愛嘻嘻
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代碼編輯器軟件，整個軟件只有幾十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運行你的Python代碼。
當然其他大型編輯器的功能他也幾乎都有，你只需要在插件列表裡面搜索相應的插件進行安裝就行了。Sublime Text支持的語言是非常多的，除了Python之外，它還支持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件了，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， 調試、語法高亮、Project管理、代碼跳轉、智能提示、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件。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。當然寫代碼的重要的地方從來不在編輯器，而在於寫代碼本身，
路人甲
首先糾正問題裡一個詞，集成開發環境叫IDE（全稱Integrated Development Environment），而不是IED哦！
如果IDE裡要選一個python最好用的，當然是JetBrains家族開發的PyCharm啦，它簡直就是就是為Python量身定做的，尤其是它的專業版對web開發的支持，如果你運用得熟練得當的話，對於開發的效率可以說得上是事半功倍，集成了Python各種優秀的Web後端框架（Django、Flask）的快速搭建、Git代碼託管、debug和watch調試模式、支持普通前端頁面開發（html，js，css等）、高級的前端框架、依賴庫一鍵安裝與虛環境、命令行控制檯、數據庫管理、代碼風格管理以及其他編輯器有的功能都有了，最主要它是由Java語言開發出來的軟件，所以跨平臺和兼容性比較好、有Mac、Linux、Windows版本。寫腳本、數據分析、建網站、爬蟲，Pycharm都會讓每一個方向的Python編程都會提升開發效率，適合小白和高手。
如果你的開發環境沒有界面的話，比如是Mac和Linux黑框下的命令行，那麼我推薦你用Vim搭建的Python集成開發環境，雖然操作上會比Pycharm複雜一些，但是如果熟練度夠高、熟記了一些快捷的命令形成了肌肉記憶，其實也是會有不錯的IDE上的開發體驗、看起來比較簡潔乾淨，適合高手和大神。
當然還有微軟家的VS Code，可以通過安裝Python語言所需要的插件來實現在IDE上的開發，但個人不是很喜歡這樣，因為如果VS Code不只是裝了Python的插件的話，這樣會讓IDE顯得過於臃腫，畢竟專業的事情還是要專業的工具來完成。
煅魂
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，重要的是不用下載插件。
這個開始界面看著非常舒服
從字體到顏色風格的設置，這些你都可以根據自己的愛好去設置。這樣你寫的代碼看著就很酷炫。
每次編輯代碼，他會根據你打的首字母給你提示要輸的模塊，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。
每次寫代碼，要是沒寫完就直接關閉窗口，也會自動幫你保存，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，而且還給出了激活碼，簡直是良心回答！
更多關於pycharm功能還在自己研究中，要是有好的經驗的小夥伴，歡迎交流！
點贊太容易，評論顯真情！如果你自學python ,你會使用pycharm嗎？歡迎關注留言，等你評論，等你「一鳴驚人」！
叫我小包總
世界上最好的 Python 編輯器或 IDE 是什麼？炫酷的界面、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，不論是純文本編輯器還是集成開發環境，總有一款是你的最愛。
1991 年，Guido van Rossum 創建了 Python 併發布了第一個版本。這種解釋型高級編程語言為通用編程而開發。Linux、MacOS 和 Windows 等操作系統中都有 Python 解釋器。
經過近 30 年的發展，Python 已成為編程社區極受歡迎的語言。使用 IDLE 或 Python Shell 寫 Python 編碼適用於小型項目，但無法應對成熟的機器學習或數據科學項目。
在這種情況下，你需要使用一個 IDE（集成開發環境）或專用的代碼編輯器。由於 Python 是最流行的編程語言之一，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 或代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，專門用於處理數據科學項目。
Atom平臺：Linux/macOS/Windows
官網：https://atom.io/
Atom 是一種免費的開源文本及源代碼編輯器，適用於 Java、PHP、Python 等多種編程語言。該文本編輯器支持用 Node.js 寫成的插件。儘管 Atom 適用於多種語言，但它對 Python 情有獨鍾，其有趣的數據科學特性非常適合 Python。
Atom 的最大特點之一是支持 SQL 查詢，但你需要安裝 Data Atom 插件才能獲取該特性。它支持 Microsoft SQL Server、MySQL 及 PostgreSQL。而且，你還可以可視化 Atom 的結果，無需打開其他任何窗口。
可以幫助 Python 數據科學家的另一個 Atom 插件是 Markdown Preview Plus。它可以為編輯、可視化 Markdown 文件提供支持，讓你可以預覽、渲染 LaTeX 公式等。
優點：
活躍的社區支持
與 Git 的完美集成
為管理多個項目提供支持
缺點：
在較老的 CPU 上運行可能會出現性能問題
可能遇到遷移問題
Jupyter Notebook平臺：Linux/macOS/Windows
官網：https://jupyter.org/
類型：基於 Web 的 IDE
Jupyter Netbook 起源於 2014 年的 Ipython，它是一種基於服務器-客戶端結構的網頁應用。Jupyter Netbook 允許我們通過「Notebook」創建和操作代碼文件，並且採用一種即時運行的方法，這是 Jupyter Notebook 最重要的特性。對於 Python 數據科學家而言，Jupyter Notebook 基本上是必需品，因為它提供了最直觀、最精煉的交互式數據科學環境。
對於剛入門的數據科學家而言，Jupyter 是最簡單也最完美的工具。我們在寫完一個代碼片段後就能直接運行這些局部代碼查看效果，因此它的交互效果是最好的。此外，Jupyter Notebook 中的單元可以選擇代碼或者文檔，也就是說選擇文檔後可以直接按照 MarkDown 的語法寫代碼或整個文件的註釋、心得和背景知識等。
通過使用 Matplotlib 和 Seaborn 等可視化工具，我們可以直接在代碼單元下輸出想要的可視化圖信息。當然我們也可以將整個 Notebook 文件導出為 PDF、HTML 或純 Python 代碼文件，這非常有利於文件在不同平臺間的傳播，因此像谷歌的 Colab 等平臺也都默認使用 Notebook 的這種形式。與 Ipython 一樣，Jupyter Notebook 是一系列項目的總稱，包括 Notebook、Console 和 Qt console 等。
優點：
允許使用 Notebook 直接創建博客或代碼演示
確保可復現的研究與解釋
在運行整體前可以運行並修正局部代碼塊
缺點：
複雜的安裝過程（你也可以直接安裝集成開發環境 Anoconda～）
PyCharm平臺：Linux/macOS/Windows
官網：https://www.jetbrains.com/pycharm/
類型：Python 專用 IDE
PyCharm 是 Python 的專用 IDE，地位類似於 Java 的 IDE Eclipse。功能齊全的集成開發環境同時提供收費版和免費版，即專業版和社區版。PyCharm 是安裝最快的 IDE，且安裝後的配置也非常簡單，因此 PyCharm 基本上是數據科學家和算法工程師的首選 IDE。
對於喜歡 IPython 或 Anaconda 發行版的人而言，PyCharm 同樣可以便捷地集成 Matplotlib 和 NumPy 等工具，這意味著我們在處理數據科學項目時可以便捷地使用數組查看器和交互式圖表等。除此之外，IDE 還擴展了對 JavaScript 和 Angular JS 等語言的支持，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 項目，並選擇解釋器和新的代碼文件。可能我們會用 conda 等工具維護不同的環境，例如 TensorFlow 或 PyTorch 等，在建立新項目時只需要選擇這些環境下的 Python 主程序就相當於選擇了新環境。最後，除了提供直接 debug 和運行功能外，PyCharm 還提供對源代碼和項目控制的支持。
優點：
活躍的社區支持
支持全面的 Python 開發，不論是數據科學還是非數據科學項目
新手和老兵都易於使用
快速 Reindexing
運行、編輯、debug Python 代碼都不需要額外的支持
缺點：
加載可能比較慢
使用現有項目前可能需要調整默認設置
Redeo平臺：Linux/macOS/Windows
官網：https://rodeo.yhat.com/
類型：Python 專用 IDE
Redeo 的 logo 就暗示了這個 IDE 是專門為數據分析而開發的，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 語言集成開發環境。與 RStudio 一樣，Rodeo 的窗口分為四部分，即代碼文本編輯器、控制檯、變量可視化環境和圖形/庫/文件的查看窗口。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 允許在寫代碼的同時查看變量和可視化等細節，它可以稱得上是最好的數據科學 IDE 之一。此外，Redeo 還有內置的課程及輔助材料。
優點：
大量定製化設計
實時監控代碼到底創建了些什麼
通過自動補全和語法高亮，寫代碼會更快
缺點：
有很多 Bug
社區支持不是很多
內存問題
Spyder平臺：Linux/macOS/Windows
官網：https://www.github.com/spyder-ide/spyder
類型：Python 專用 IDE
Spyder 是 Python 專用的一種開源 IDE，其獨特之處在於專為數據科學工作流程進行了優化。它與 Anconda 軟件包管理器捆綁在一起，後者是 Python 編程語言的標準發行版。Spyder 擁有所有必需的 IDE 特性，包括代碼完整性及集成文件瀏覽器。
Spyder 專為數據科學項目創建，具備平滑的學習曲線，即學即會。在線幫助選項允許用戶在並行開發項目的同時尋找關於庫的專門信息。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 集成支持（如 Matplotlib 和 SciPy）進一步證明，Spyder 是為數據科學家量身打造的。除了可感知的 IPython/Jupyter 集成之外，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數據。
優點：
代碼完備性和變量探索
易用性
數據科學項目的理想工具
界面整潔
活躍的社區支持
缺點：
不適用於非數據科學項目
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。
LIFE與Python
IED是啥？？
死你巴掌
vscode，強烈推薦，真的是神器，用了以後你會愛上它
介紹下：支持語法高亮、智能代碼補全、自定義熱鍵、括號匹配、代碼片段、代碼對比 Diff、GIT 等特性，並針對網頁開發和雲端應用開發做了優化。軟件跨平臺支持 Win、Mac 以及 Linux，運行流暢
瘋狂的五花肉dl
在linux下pycharm挺好用的
用戶149070919
Pycharm 、Wing等ide。
VS Code、Sublime Text3、 Atom等編輯器。
初學者建議使用這個ide
\n
{!-- PGC_VIDEO:{"thumb_fingerprint": 1655078330617910522, "status": 0, "thumb_height": 360, "thumb_url": "tos-cn-p-0000/d0260ae9b1c94d209a3461f253f6835d\
