【Python编程技能】Python的10大集成开发环境及代码编辑器，码住，你总能用的上

使用IDLE或者Python Shell来编写Python是非常适合于简单程序的，但是这些工具往往将大型的编程项目变成一个个充满绝望和沮丧的“坑”。使用一款集成开发环境甚至是一款好的专用的代码编辑器会让编程充满乐趣，但是如何选择呢？

各位看官，不要畏惧，我们将在这里为您解释和揭开无数可供选择的神秘面纱。虽然我们无法决定哪一款最适合于你和你的项目，但是我们会阐明每一款的优缺点，帮助您作出最明智的决定。

为了浅显易懂，我们将我们的工具清单分为两部分，一部分是专门用于Python开发的专有工具，另一部分是我们可以用于Python开发的一般工具。我们将为每一款工具列出“为什么是它”和“为什么不是它”（优缺点）。最后要说的是，他们之间并不相互排斥，所以您可以在几乎无害的情况下自行尝试。

但是，首先…

什么是集成开发环境和代码编辑器？

集成开发环境（IDE，Integrated Development Environment）是专用于软件开发的程序。顾名思义，IDE集成了几款专门为软件开发而设计的工具。这些工具通常包括一个专门为了处理代码的编辑器（例如语法高亮和自动补全）；构建、执行、调试工具和某种形式的源代码控制。

大部分的集成开发环境兼容多种编程语言并且包含更多功能，因此一般来说体积较大，需要时间去下载和安装并且为了正确使用需要更高深的知识。

相比之下，一款特制的代码编辑器可以像带有语法高亮和代码格式化功能的文本编辑器一样简单。大多数优秀的代码编辑器都可以执行代码和控制调试器，并且也可以和源码控制系统进行最好的交互。与集成开发环境相比，出色的专用代码编辑器往往体积更小更迅捷，但同时功能更少。

优秀Python编程环境的要求

因此在编程环境中什么是我们真正需要的呢？每个应用的功能各异，但是以下是使编程更容易的核心功能：

* 保存和重载代码文件

如果一款集成开发环境或者编辑器不允许你保存现有工作，并在之后重新打开时不能保持你离开时的相同状态，那么它就不是什么集成开发环境。

* 在环境内运行代码

类似的是，如果你必须退出编辑器来运行Python代码，那么它也就是一个普通的文本编辑器。

* 支持调试

在程序运行时支持逐步运行代码是所有集成开发环境和大多数优秀代码编辑器必备的核心功能。

* 语法高亮

支持对代码中的关键词、变量和符号快速标识可以让阅读和理解代码更为轻松。

* 自动补充代码格式

任何一个引人注目的编辑器或者集成开发环境都会在一个“while”或者“for”语句末端识别冒号，并且知道下一行应该缩进。

当然还有许多你或许关注的别的功能，例如源码控制、扩展模型、构建和测试工具、语言帮助等等。但是以上所列4点是我认为一个出色的编辑环境所必须具备的核心功能。

当我们考虑了这些功能后，让我们首先来关注一些可用于Python开发的通用工具。

支持Python的通用编辑器和集成开发环境

Eclipse + PyDev

---

如果你想学习编程，小编这次带来的，是整理了三个月的一套完整的学习路线图，以及配套学习资料，它涵盖了Python学习的方方面面，且文献全彩，字迹清晰，很适合我们学习观看。

下面来看看资料详细内容：

一、Python基础

基础真的蛮重要的，因为Python的易应用性很容易让大家产生我什么都会了的感觉，但实际上还是不怎么会。

二、爬虫阶段

应该有很多人都对爬虫感兴趣吧？

爬虫不只是爬虫工程师会用到，业余时间也可以用来爬点自己想要的东西，又或者是做兼职也是可以的，比如日常办公自动化、电商抓取商品信息、分析销售数据做报表等等。

大部分爬虫都是按“发送请求——获得页面——解析页面——抽取并储存内容”这样的流程来进行，这其实也是模拟了我们使用浏览器获取网页信息的过程。

所以爬虫的简要学习路径大概有：

• 学习 Python 包并实现基本的爬虫过程
• 了解非结构化数据的存储
• 学习scrapy，搭建工程化爬虫
• 学习数据库知识，应对大规模数据存储与提取
• 掌握各种技巧，应对特殊网站的反爬措施
• 分布式爬虫，实现大规模并发采集，提升效率

三、Python数据分析

数据分析也是当下的一大热门方向，用Python来做的话比其他语言强很多。

但往往只会数据分析还是差点意思，如果能具备爬虫能力来爬取数据就更好了。（分析爬虫抓取的数据，分析规律，用于商业化）

相关的学习资料：

四、数据库与ETL数仓

企业需要定期将冷数据从业务数据库中转移出来存储到一个专门存放历史数据的仓库里面，各部门可以根据自身业务特性对外提供统一的数据服务，这个仓库就是数据仓库。

传统的数据仓库集成处理架构是ETL，利用ETL平台的能力，E=从源数据库抽取数据，L=将数据清洗（不符合规则的数据）、转化（对表按照业务需求进行不同维度、不同颗粒度、不同业务规则计算进行统计），T=将加工好的表以增量、全量、不同时间加载到数据仓库。

五、Python机器学习

现在不是各种吹人工智能么，机器学习就是人工智能的一个分支，它的应用太广泛了，比如自然语言处理，搜索引擎，各种识别技术，数据挖掘等等。

这难度不用我多说了吧，不会点算法就别碰，一碰就是各种高斯过程回归、线性判别分析、决策树、线性回归…

上述这份完整版的Python全套学习资料已经打包好了，需要的小伙伴可以评论留言或者找我领取