Python專用的編輯器和集成開發環境
PyCharm
類別：集成開發環境
PyCharm是最好的一個（也是唯一一個）專門面向於Python的全功能集成開發環境。同樣擁有付費版（專業版）和免費開源版（社區版），PyCharm不論是在Windows, Mac OS X系統中, 還是在linux系統中都支持快速安裝和使用。
開箱即用，PyCharm直接支持Python開發環境，打開一個新的文件然後就可以開始編寫代碼。你也可以在PyCharm中直接運行和調試Python程序，並且它支持源碼管理和項目。
640?wx_fmt=png
優點：這是真正的Python集成開發環境，擁有眾多便利和支持社區。它的編輯、運行和調試功能統統開箱即用。
缺點：PyCharm存在載入較慢的問題，另外對於已有的項目，默認設置可能需要調整。
Spyder
類別：集成開發環境
是一款為了數據科學工作流做了優化的開源Python集成開發環境。它是附在Anaconda軟體包管理器發行版中的，因此根據你的設置，或許你已經在機器中安裝了Spyder。
Spyder引人注目的一點是其目標受眾是使用Python的數據科學家們。你一定會留意到這一點，舉個例子來說，Spyder很好的集成了一些諸如SciPy、NumPy和Matplotlib這樣的公共Python數據科學庫。
Spyder擁有大部分你所期待的集成開發環境該具備的功能，例如具備強大語法高亮功能的代碼編輯器，Python代碼補全，甚至是集成文件瀏覽器。
我從未在其他Python編輯環境中見過的一個特殊功能是Spyder的「變數瀏覽器」功能，它會以表格形式出現在集成開發環境界面右側來展示數據。就我個人來說，雖然我並不十分需要這個功能，但是它看起來的確很整潔。如果你是一位日常用Python做數據科學工作的人，那你一定會深深愛上這個獨特的功能。Spyder關於IPython或者說Jupyter的集成也做得非常好。
總之，我認為Spyder比其他的集成開發環境更基本，我更願意把它看做是一款專業工具而不是我日常使用的編輯環境。關於Spyder比較優秀的一點是它兼容Windows、macOS和 Linux系統並且是一個完全開源軟體。
640?wx_fmt=jpeg
優點：當你是使用Anaconda Python發行版的數據科學家時你會愛上它。
缺點：更有經驗的Python開發人員可能會覺得Spyder太基本了以至於不能支持每日所需的基本工作，這樣的話還不如選擇一個更為完整的集成開發環境或者定製編輯器解決方案。
Thonny
類別：集成開發環境
作為Python集成開發環境大家庭中的新成員，Thonny被稱作是針對新手的一款集成開發環境。由愛沙尼亞塔爾圖大學的計算機科學學院開發並維護的Thonny適用於全部主流平台，並且在網站上附有安裝指南。
默認情況下，Thonny會和自帶捆綁的Python版本一起安裝，所以你不需要再安裝什麼新的東西。更有經驗的老手可能需要調整這個設置以便找到和使用已安裝的庫。
640?wx_fmt=png
優點：你是一名Python新人小白，並且一切就緒需要一款集成開發環境的時候你會選擇它。
缺點：更有經驗的Python老手可能會覺得Thonny同樣太基礎了，並且其內置解釋器只是一個工作場合，而不是一個可以與之共事的工具。此外，作為一款新興工具，你在遇到問題時很有可能發現沒有現成的解決方法。
② Python之安裝和環境配置
python的下載
1.可以去python官網下載，https://www.python.org/
2.下載完成後，安裝即可。
python的檢測
1.打開開始-運行-cmd（快捷鍵win+R）。 如果是mac，打開使用工具-終端。
2.在終端里輸入python，以下畫面就是進入python了，表示安裝成功。
相關推薦：《Python視頻教程》
python環境變數
這里是win10舉例
右鍵我的電腦-屬性-高級
2.選擇環境變數---在系統變數里找到Path---然後雙擊，進去之後新建，將python的路徑添加進去即可。
環境變數設置好之後cmd運行python就方便了許多。（不太明白的可以去網路搜，這些安裝改環境變數網上有很多，就不多說廢話了）
補充：如果安裝了多個python版本，在cmd里運行python，一般電腦默認優先運行先安裝的。
解決方法，可以給python重新命名，然後再設置環境變數，這樣在cmd里運行即可。例如：python2和python3運行cmd直接輸入python2或者python3即可。
3.變數名
可以由字母/數字/下劃線組成
ps：~數字不能開頭
~不能是關鍵字（and、as、assert、break、class、continue、def、del、elif、else、except、exec、finally、for、from、global、if、import等等）
~最好不要和python內置的東西重復
~變數名最好寫的有意義，一看名字就能看懂是什麼。 比如： user_name user_age user_id
③ 什麼是python的搭建環境
搭建環境，就是需要編程用的語言和用什麼進行編程，用什麼進行調試的這幾個條件的總和。
搭建框架，一般不是搭建，都是盡量選擇現有的，自己設計構造框架，在編程中總會遇見很多類似的問題和需求，為了避免重復編寫，於是就有人設計了框架，用來簡化重復需求的編寫。
④ python'的環境搭建怎麼弄
1、概念區分
對於剛剛開始學習Python的零基礎小白來說，可能很容易就會對Pycharm、Python解釋器、conda安裝、pip安裝這個幾個概念混淆。下面跟著我來逐一認識一下它們：
（1）Pycharm是Pytho開發的集成開發環境(Integrated Development Environment，簡稱IDE)，它本身無法執行Python代碼。
（2）Python解釋器才是真正執行代碼的工具，pycharm里可設置Python解釋器，一般我們可去Python官網下載Python3.7或Python3.8版本；如果安裝過anaconda ，它裡面必然也包括一個某版本的Python解釋器；Pycharm配置Python解釋器選擇哪一個都可以。
（3）anaconda是把python所有常用包的合集，並提供給我們使用 conda 命令非常非常方便的安裝各種Python包。
（4）conda安裝：我們安裝過anaconda軟體後，就能夠使用conda命令下載anaconda源里(比如中科大鏡像源)的包。
（5）pip安裝：也是一種類似於conda安裝的python安裝方法，如果用過Centos系統，它就像yum安裝一樣。
2、修改鏡像源
在使用安裝 conda 安裝某些包會出現慢或安裝失敗問題，最有效方法是修改鏡像源為國內鏡像源。之前都選用清華鏡像源，但是2019年後已停止服務。推薦選用中科大鏡像源。
先查看已經安裝過的鏡像源，cmd窗口執行命令：
conda config --show
查看配置項 channels ，如果顯示帶有 tsinghua ，則說明已安裝過清華鏡像。
channels:
https://mirrors.tuna.tsinghua.e.cn/tensorflow/linux/cpu/
https://mirrors.tuna.tsinghua.e.cn/anaconda/cloud/msys2/
https://mirrors.tuna.tsinghua.e.cn/anaconda/cloud/conda-forge/
https://mirrors.tuna.tsinghua.e.cn/anaconda/pkgs/free/
https://mirrors.tuna.tsinghua.e.cn/anaconda/cloud/pytorch/
下一步，使用 conda config --remove channels url地址 刪除清華鏡像，如下命令刪除第一個。然後，依次刪除所有鏡像源
conda config --remove channels https://mirrors.tuna.tsinghua.e.cn/tensorflow/linux/cpu/
添加目前可用的中科大鏡像源：
conda config --add channels https://mirrors.ustc.e.cn/anaconda/pkgs/free/
並設置搜索時顯示通道地址：
conda config --set show_channel_urls yes
確認是否安裝鏡像源成功，執行 conda config --show ，找到 channels 值為如下：
channels:
https://mirrors.ustc.e.cn/anaconda/pkgs/free/
defaults
以上就是分享的Python基礎學習之環境搭建的全部學習內容，大家都看懂了嗎？希望本文的分享能幫到大家！
⑤ python的開發環境是什麼東西那個環境是幹嘛用的 是的,我是菜鳥.
首先你的知道python是一種腳本語言，他的開發環境是用來編譯運行python源程序的。
要想編譯運行python的源程序，前提你先要在你的機器上安裝python，然後呢，通過python的解釋器你就能編譯運行python程序。安裝python後，會有一個ython的命令行工具，python.exe。也可以用windows下面自帶的集成IDE，那個你安裝python他會自動安裝，
類似的開發環境很多，網上搜下很多的，比如PythonWin，也很好用的
不知到說清楚沒，，手打的
，給點分吧~·
⑥ python用什麼運行環境
目前（2020年12月）主流的環境是pycharm以及jupyter notebook。
⑦ python虛擬環境—virtual environment
操作系統：ubuntu16.04
舉個例子，tensorflow(tf)是一個十分流行的python機器學習庫，你現在手裡有兩個tf項目，其中項目A需要使用 python2.7 + f1.2 ，項目B需要使用 python2.7 + tf1.6 ．這兩個項目你得同時進行，怎麼辦？
愚蠢的辦法是需要運行項目A時，將python2.7中的tf1.6卸載掉，安裝tf1.2；需要運行項目B時，將python2.7中的tf1.2卸載掉，安裝tf1.6。如果是單個模塊還好，但是tf的不同版本又依賴於python中的其他已安裝模塊，而且tf1.2和tf1.6對依賴模塊有不同的版本要求，那麼轉換一次得卸載安裝好幾個模塊，是不是很爆炸？
課題組里幾個同門共用一台伺服器，每個人擁有一個系統賬戶，其中只有一個人擁有root許可權，裡面每個人都需要使用python跑程序，而且每個人對python版本以及python模塊的版本都有不同需求，很多人又沒有root許可權，如何解決？
使用python的虛擬環境可以輕松解決上面的問題！
python虛擬環境是一個隔離/獨立的python開發環境，和系統python環境可以完全隔離，互不相關，相當於多了一個python開發環境。而且你在python虛擬環境中的開發過程和使用系統python一模一樣，你可以在你創建的python虛擬環境中使用pip工具安裝任何你需要的模塊，該模塊和系統python環境完全不相關。虛擬環境的這個特點就能解決上面的問題了。
python有兩個模塊可以用於創建和管理python虛擬環境：
其中，venv模塊在python3.3以上的版本可以使用，而virtualenv在python2.7+和python3.3+都可以使用。
默認的系統python中是沒有安裝以上兩個工具的，需要使用以下命令安裝：
安裝好之後，就可以使用這兩個工具安裝python虛擬環境了。
我的系統python版本有python2.7和python3.5，虛擬環境的版本只能是系統中已有的python版本。使用virtualenv安裝虛擬環境的命令如下：
什麼參數都不指定的話，它會使用 /usr/bin/python 路徑下的python解釋器版本，即python2.7。因此會默認安裝python2.7虛擬環境， /home/yan/env 表示虛擬環境的安裝路徑。
如果你要安裝的是python3.5的虛擬環境，可以這樣：
一般情況下，上面兩條命令就夠了，這樣安裝得到的python虛擬環境和系統python環境是完全隔離的。
更多的命令選項可以在命令行中直接輸入 virtualenv 命令獲取。
venv只有python3可以使用，因此只能創建python3的虛擬環境，創建命令如下：
其中， python3 -m venv 是死命令，最後的安裝路徑自己指定。
注意： 以上兩種安裝方式在安裝虛擬環境的同時也自動安裝了pip工具。
安裝好虛擬環境之後，每次使用該虛擬環境前需要使用 source 命令 激活 它。假設前面我在 /home/yan/env3/ 目錄下安裝了python3.5的虛擬環境，現在我使用以下命令激活它：
激活之後，在命令行提示符前面會有 (env3) 的提示，表示當前你處的python虛擬環境，比如我電腦的情況：
現在你可以在激活環境中干任何事情，比如使用pip命令在你新的python虛擬環境中安裝模塊:
或者執行python腳本。
使用完該虛擬環境之後，你需要在命令行輸入 deactivate 命令來 退出 該虛擬環境：
之後就回到了正常的系統python環境中。
由於你創建該虛擬環境的目的是為了跑某個項目的程序，現在該項目做完了，不需要該虛擬環境了，你可以把該虛擬環境直接刪除，如何刪？
直接將創建虛擬環境時生成的文件夾刪掉，就這么簡單。比如我要把我剛才創建的env3虛擬環境刪除：
在刪除虛擬環境前記得一定得先退出該虛擬環境。
python虛擬環境的好處是：每個虛擬環境之間，以及虛擬環境和系統環境之間是完全隔離的，不同虛擬環境中，你可以安裝不同版本的模塊，就彷彿你可以同時擁有N多個不同的python開發環境。
唯一麻煩的一點是：每次進入某個虛擬環境之前，都要使用 source 命令激活。每次使用完，都要使用 deactivate 命令退出。
⑧ python的開發環境有哪些
總結了10個開發環境，都是比較常見且很好用的，希望對你有所幫助：
PyCharm
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，PyCharm還提供了一些很好的功能用於Django開發，同時支持Google App Engine，更酷的是，PyCharm支持IronPython！
2. Vim
曾有人開玩笑說，如果生成一段隨機字元串，有人回答給他一個Vim 編輯器就可以了。Vim 雖然使用門檻高，但是一旦你學會了，寫代碼的效率杠杠的，Vim 是高級文本編輯器，旨在提供實際的 Unix 編輯器』Vi』功能，支持更多更完善的特性集。Vim 不需要花費太多的學習時間，一旦你需要一個無縫的編程體驗，那麼就會把 Vim 集成到你的工作流中。這是黑客最喜歡的編輯器之一。
3. Eclipse with PyDev
Eclipse 曾經是非常流行的 IDE，而且已經有了很久的歷史。雖然現在慢慢地被 jetbrains 家族替代了，但是，瘦死的駱駝比馬大，Eclipse with Pydev 允許開發者創建有用和互動式的 Web 應用。PyDev 是 Eclipse 開發 Python 的 IDE，支持 Python，Jython和 IronPython 的開發。
4. Sublime Text
Sublime Text 是開發者中最流行的編輯器之一，多功能，支持多種語言，而且在開發者社區非常受歡迎。Sublime 有自己的包管理器，開發者可以使用TA來安裝組件，插件和額外的樣式，所有這些都能提升你的編碼體驗。雖然作為收費軟體，良心的是你不需要付費也能正常使用，只不過是不是給你彈出一個購買的窗口，有錢了還是要支持一下正版軟體。
5. Visual Studio Code
Visual Studio Code (VSCode)為MS所開發的code editing tool，免費且開源，並支持Windows，Mac OS，Linux。VSCode像是精簡版的Visual Studio，升級版的Sublime。VSCode由於其非常的輕量，因此使用過程中非常的流暢，對於用戶不同的需要，可以自行下載需要的擴展(Extensions)來安裝。
對於配置Python開發環境來說，相比於Sublime，配置起來更加容易。VSCode配置完後的環境是可以直接進行可視化的Debug，再也不用打各種print或者用pdb調試命令了，回歸到Visual Studio里F10和F11。
6. Atom
Atom是由 GitHub 的程序員們打造的稱為「屬於21世紀」的代碼編輯器。它開源免費跨平台（支持 Windows、Mac、Linux 三大桌面平台），並且整合 GIT 並提供類似 SublimeText 的包管理功能，作為一個現代的代碼編輯器，Atom 支持各種編程語言的代碼高亮(HTML / CSS / Javascript / PHP / Python / C / C++ / Objective C / Java / JSON / Perl / CoffeeScript / Go / Sass / YAML / Markdown 等等)、 與大多數其他編輯器相比，Atom的語言支持已經算是覆蓋非常全面了。另外，它的代碼補全功能（也叫Snippets） 也非常好用，你只需輸入幾個字元即可展開成各種常用代碼，可以極大提高編程效率。
7. Emacs
GNU Emacs 是可擴展，自定義的文本編輯器，甚至是更多的功能。Emacs 的核心是 Emacs Lisp 解析器，但是支持文本編輯。如果你已經使用過 Vim，可以嘗試一下 Emacs。
8. Spyder
Spyder (前身是 Pydee) 是一個強大的互動式 Python 語言開發環境，提供高級的代碼編輯、交互測試、調試等特性，支持包括 Windows、Linux 和 OS X 系統。Spyder是Anaconda科學計算工具中默認的開發工具，做數據分析、搞機器學習的人喜歡這個工具。
9. Thonny
Thonny是基於python內置圖形庫tkinter開發出來的支持多平台(windows,Mac,Linux)的python IDE，支持語法著色、代碼自動補全、debug等功能，如果你正在尋找一種「輕量級」的python IDE，那麼可以試一試Thonny。
10. Wing
Wingware 的 Python IDE 兼容 Python 2.x 和 3.x，可以結合 Django, matplotlib, Zope, Plone, App Engine, PyQt, PySide, wxPython, PyGTK, Tkinter, mod_wsgi, pygame, Maya, MotionBuilder, NUKE, Blender 和其他 Python 框架使用。Wing 支持測試驅動開發，集成了單元測試，nose 和 Django 框架的執行和調試功能。Wing IDE 啟動和運行的速度都非常快，支持 Windows, Linux, OS X 和 Python versi。
⑨ Python的環境是什麼怎麼配置的
在Path里加上：C:\Python26; 就可以了
（根據自己Python安裝路徑、Python版本而定。）
⑩ 運行python代碼需要什麼環境
沒有特殊要求，Windows，Linux機器均可，只要安裝了對應版本的python環境即可。如果版本和代碼版本不匹配可能會有異常。比如python3和python2的語法就不同