Python专用的编辑器和集成开发环境
PyCharm
类别：集成开发环境
PyCharm是最好的一个（也是唯一一个）专门面向于Python的全功能集成开发环境。同样拥有付费版（专业版）和免费开源版（社区版），PyCharm不论是在Windows, Mac OS X系统中, 还是在linux系统中都支持快速安装和使用。
开箱即用，PyCharm直接支持Python开发环境，打开一个新的文件然后就可以开始编写代码。你也可以在PyCharm中直接运行和调试Python程序，并且它支持源码管理和项目。
640?wx_fmt=png
优点：这是真正的Python集成开发环境，拥有众多便利和支持社区。它的编辑、运行和调试功能统统开箱即用。
缺点：PyCharm存在加载较慢的问题，另外对于已有的项目，默认设置可能需要调整。
Spyder
类别：集成开发环境
是一款为了数据科学工作流做了优化的开源Python集成开发环境。它是附在Anaconda软件包管理器发行版中的，因此根据你的设置，或许你已经在机器中安装了Spyder。
Spyder引人注目的一点是其目标受众是使用Python的数据科学家们。你一定会留意到这一点，举个例子来说，Spyder很好的集成了一些诸如SciPy、NumPy和Matplotlib这样的公共Python数据科学库。
Spyder拥有大部分你所期待的集成开发环境该具备的功能，例如具备强大语法高亮功能的代码编辑器，Python代码补全，甚至是集成文件浏览器。
我从未在其他Python编辑环境中见过的一个特殊功能是Spyder的“变量浏览器”功能，它会以表格形式出现在集成开发环境界面右侧来展示数据。就我个人来说，虽然我并不十分需要这个功能，但是它看起来的确很整洁。如果你是一位日常用Python做数据科学工作的人，那你一定会深深爱上这个独特的功能。Spyder关于IPython或者说Jupyter的集成也做得非常好。
总之，我认为Spyder比其他的集成开发环境更基本，我更愿意把它看做是一款专业工具而不是我日常使用的编辑环境。关于Spyder比较优秀的一点是它兼容Windows、macOS和 Linux系统并且是一个完全开源软件。
640?wx_fmt=jpeg
优点：当你是使用Anaconda Python发行版的数据科学家时你会爱上它。
缺点：更有经验的Python开发人员可能会觉得Spyder太基本了以至于不能支持每日所需的基本工作，这样的话还不如选择一个更为完整的集成开发环境或者定制编辑器解决方案。
Thonny
类别：集成开发环境
作为Python集成开发环境大家庭中的新成员，Thonny被称作是针对新手的一款集成开发环境。由爱沙尼亚塔尔图大学的计算机科学学院开发并维护的Thonny适用于全部主流平台，并且在网站上附有安装指南。
默认情况下，Thonny会和自带捆绑的Python版本一起安装，所以你不需要再安装什么新的东西。更有经验的老手可能需要调整这个设置以便找到和使用已安装的库。
640?wx_fmt=png
优点：你是一名Python新人小白，并且一切就绪需要一款集成开发环境的时候你会选择它。
缺点：更有经验的Python老手可能会觉得Thonny同样太基础了，并且其内置解释器只是一个工作场合，而不是一个可以与之共事的工具。此外，作为一款新兴工具，你在遇到问题时很有可能发现没有现成的解决方法。
② Python之安装和环境配置
python的下载
1.可以去python官网下载，https://www.python.org/
2.下载完成后，安装即可。
python的检测
1.打开开始-运行-cmd（快捷键win+R）。 如果是mac，打开使用工具-终端。
2.在终端里输入python，以下画面就是进入python了，表示安装成功。
相关推荐：《Python视频教程》
python环境变量
这里是win10举例
右键我的电脑-属性-高级
2.选择环境变量---在系统变量里找到Path---然后双击，进去之后新建，将python的路径添加进去即可。
环境变量设置好之后cmd运行python就方便了许多。（不太明白的可以去网络搜，这些安装改环境变量网上有很多，就不多说废话了）
补充：如果安装了多个python版本，在cmd里运行python，一般电脑默认优先运行先安装的。
解决方法，可以给python重新命名，然后再设置环境变量，这样在cmd里运行即可。例如：python2和python3运行cmd直接输入python2或者python3即可。
3.变量名
可以由字母/数字/下划线组成
ps：~数字不能开头
~不能是关键字（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内置的东西重复
~变量名最好写的有意义，一看名字就能看懂是什么。 比如： user_name user_age user_id
③ 什么是python的搭建环境
搭建环境，就是需要编程用的语言和用什么进行编程，用什么进行调试的这几个条件的总和。
搭建框架，一般不是搭建，都是尽量选择现有的，自己设计构造框架，在编程中总会遇见很多类似的问题和需求，为了避免重复编写，于是就有人设计了框架，用来简化重复需求的编写。
④ python'的环境搭建怎么弄
1、概念区分
对于刚刚开始学习Python的零基础小白来说，可能很容易就会对Pycharm、Python解释器、conda安装、pip安装这个几个概念混淆。下面跟着我来逐一认识一下它们：
（1）Pycharm是Pytho开发的集成开发环境(Integrated Development Environment，简称IDE)，它本身无法执行Python代码。
（2）Python解释器才是真正执行代码的工具，pycharm里可设置Python解释器，一般我们可去Python官网下载Python3.7或Python3.8版本；如果安装过anaconda ，它里面必然也包括一个某版本的Python解释器；Pycharm配置Python解释器选择哪一个都可以。
（3）anaconda是把python所有常用包的合集，并提供给我们使用 conda 命令非常非常方便的安装各种Python包。
（4）conda安装：我们安装过anaconda软件后，就能够使用conda命令下载anaconda源里(比如中科大镜像源)的包。
（5）pip安装：也是一种类似于conda安装的python安装方法，如果用过Centos系统，它就像yum安装一样。
2、修改镜像源
在使用安装 conda 安装某些包会出现慢或安装失败问题，最有效方法是修改镜像源为国内镜像源。之前都选用清华镜像源，但是2019年后已停止服务。推荐选用中科大镜像源。
先查看已经安装过的镜像源，cmd窗口执行命令：
conda config --show
查看配置项 channels ，如果显示带有 tsinghua ，则说明已安装过清华镜像。
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 删除清华镜像，如下命令删除第一个。然后，依次删除所有镜像源
conda config --remove channels https://mirrors.tuna.tsinghua.e.cn/tensorflow/linux/cpu/
添加目前可用的中科大镜像源：
conda config --add channels https://mirrors.ustc.e.cn/anaconda/pkgs/free/
并设置搜索时显示通道地址：
conda config --set show_channel_urls yes
确认是否安装镜像源成功，执行 conda config --show ，找到 channels 值为如下：
channels:
https://mirrors.ustc.e.cn/anaconda/pkgs/free/
defaults
以上就是分享的Python基础学习之环境搭建的全部学习内容，大家都看懂了吗？希望本文的分享能帮到大家！
⑤ python的开发环境是什么东西那个环境是干嘛用的 是的,我是菜鸟.
首先你的知道python是一种脚本语言，他的开发环境是用来编译运行python源程序的。
要想编译运行python的源程序，前提你先要在你的机器上安装python，然后呢，通过python的解释器你就能编译运行python程序。安装python后，会有一个ython的命令行工具，python.exe。也可以用windows下面自带的集成IDE，那个你安装python他会自动安装，
类似的开发环境很多，网上搜下很多的，比如PythonWin，也很好用的
不知到说清楚没，，手打的
，给点分吧~·
⑥ python用什么运行环境
目前（2020年12月）主流的环境是pycharm以及jupyter notebook。
⑦ python虚拟环境—virtual environment
操作系统：ubuntu16.04
举个例子，tensorflow(tf)是一个十分流行的python机器学习库，你现在手里有两个tf项目，其中项目A需要使用 python2.7 + f1.2 ，项目B需要使用 python2.7 + tf1.6 ．这两个项目你得同时进行，怎么办？
愚蠢的办法是需要运行项目A时，将python2.7中的tf1.6卸载掉，安装tf1.2；需要运行项目B时，将python2.7中的tf1.2卸载掉，安装tf1.6。如果是单个模块还好，但是tf的不同版本又依赖于python中的其他已安装模块，而且tf1.2和tf1.6对依赖模块有不同的版本要求，那么转换一次得卸载安装好几个模块，是不是很爆炸？
课题组里几个同门共用一台服务器，每个人拥有一个系统账户，其中只有一个人拥有root权限，里面每个人都需要使用python跑程序，而且每个人对python版本以及python模块的版本都有不同需求，很多人又没有root权限，如何解决？
使用python的虚拟环境可以轻松解决上面的问题！
python虚拟环境是一个隔离/独立的python开发环境，和系统python环境可以完全隔离，互不相关，相当于多了一个python开发环境。而且你在python虚拟环境中的开发过程和使用系统python一模一样，你可以在你创建的python虚拟环境中使用pip工具安装任何你需要的模块，该模块和系统python环境完全不相关。虚拟环境的这个特点就能解决上面的问题了。
python有两个模块可以用于创建和管理python虚拟环境：
其中，venv模块在python3.3以上的版本可以使用，而virtualenv在python2.7+和python3.3+都可以使用。
默认的系统python中是没有安装以上两个工具的，需要使用以下命令安装：
安装好之后，就可以使用这两个工具安装python虚拟环境了。
我的系统python版本有python2.7和python3.5，虚拟环境的版本只能是系统中已有的python版本。使用virtualenv安装虚拟环境的命令如下：
什么参数都不指定的话，它会使用 /usr/bin/python 路径下的python解释器版本，即python2.7。因此会默认安装python2.7虚拟环境， /home/yan/env 表示虚拟环境的安装路径。
如果你要安装的是python3.5的虚拟环境，可以这样：
一般情况下，上面两条命令就够了，这样安装得到的python虚拟环境和系统python环境是完全隔离的。
更多的命令选项可以在命令行中直接输入 virtualenv 命令获取。
venv只有python3可以使用，因此只能创建python3的虚拟环境，创建命令如下：
其中， python3 -m venv 是死命令，最后的安装路径自己指定。
注意： 以上两种安装方式在安装虚拟环境的同时也自动安装了pip工具。
安装好虚拟环境之后，每次使用该虚拟环境前需要使用 source 命令 激活 它。假设前面我在 /home/yan/env3/ 目录下安装了python3.5的虚拟环境，现在我使用以下命令激活它：
激活之后，在命令行提示符前面会有 (env3) 的提示，表示当前你处的python虚拟环境，比如我电脑的情况：
现在你可以在激活环境中干任何事情，比如使用pip命令在你新的python虚拟环境中安装模块:
或者执行python脚本。
使用完该虚拟环境之后，你需要在命令行输入 deactivate 命令来 退出 该虚拟环境：
之后就回到了正常的系统python环境中。
由于你创建该虚拟环境的目的是为了跑某个项目的程序，现在该项目做完了，不需要该虚拟环境了，你可以把该虚拟环境直接删除，如何删？
直接将创建虚拟环境时生成的文件夹删掉，就这么简单。比如我要把我刚才创建的env3虚拟环境删除：
在删除虚拟环境前记得一定得先退出该虚拟环境。
python虚拟环境的好处是：每个虚拟环境之间，以及虚拟环境和系统环境之间是完全隔离的，不同虚拟环境中，你可以安装不同版本的模块，就仿佛你可以同时拥有N多个不同的python开发环境。
唯一麻烦的一点是：每次进入某个虚拟环境之前，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的开发环境有哪些
总结了10个开发环境，都是比较常见且很好用的，希望对你有所帮助：
PyCharm
PyCharm 是 JetBrains 开发的 Python IDE。PyCharm用于一般IDE具备的功能，比如， 调试、语法高亮、Project管理、代码跳转、智能提示、自动完成、单元测试、版本控制……另外，PyCharm还提供了一些很好的功能用于Django开发，同时支持Google App Engine，更酷的是，PyCharm支持IronPython！
2. Vim
曾有人开玩笑说，如果生成一段随机字符串，有人回答给他一个Vim 编辑器就可以了。Vim 虽然使用门槛高，但是一旦你学会了，写代码的效率杠杠的，Vim 是高级文本编辑器，旨在提供实际的 Unix 编辑器’Vi’功能，支持更多更完善的特性集。Vim 不需要花费太多的学习时间，一旦你需要一个无缝的编程体验，那么就会把 Vim 集成到你的工作流中。这是黑客最喜欢的编辑器之一。
3. Eclipse with PyDev
Eclipse 曾经是非常流行的 IDE，而且已经有了很久的历史。虽然现在慢慢地被 jetbrains 家族替代了，但是，瘦死的骆驼比马大，Eclipse with Pydev 允许开发者创建有用和交互式的 Web 应用。PyDev 是 Eclipse 开发 Python 的 IDE，支持 Python，Jython和 IronPython 的开发。
4. Sublime Text
Sublime Text 是开发者中最流行的编辑器之一，多功能，支持多种语言，而且在开发者社区非常受欢迎。Sublime 有自己的包管理器，开发者可以使用TA来安装组件，插件和额外的样式，所有这些都能提升你的编码体验。虽然作为收费软件，良心的是你不需要付费也能正常使用，只不过是不是给你弹出一个购买的窗口，有钱了还是要支持一下正版软件。
5. Visual Studio Code
Visual Studio Code (VSCode)为MS所开发的code editing tool，免费且开源，并支持Windows，Mac OS，Linux。VSCode像是精简版的Visual Studio，升级版的Sublime。VSCode由于其非常的轻量，因此使用过程中非常的流畅，对于用户不同的需要，可以自行下载需要的扩展(Extensions)来安装。
对于配置Python开发环境来说，相比于Sublime，配置起来更加容易。VSCode配置完后的环境是可以直接进行可视化的Debug，再也不用打各种print或者用pdb调试命令了，回归到Visual Studio里F10和F11。
6. Atom
Atom是由 GitHub 的程序员们打造的称为“属于21世纪”的代码编辑器。它开源免费跨平台（支持 Windows、Mac、Linux 三大桌面平台），并且整合 GIT 并提供类似 SublimeText 的包管理功能，作为一个现代的代码编辑器，Atom 支持各种编程语言的代码高亮(HTML / CSS / Javascript / PHP / Python / C / C++ / Objective C / Java / JSON / Perl / CoffeeScript / Go / Sass / YAML / Markdown 等等)、 与大多数其他编辑器相比，Atom的语言支持已经算是覆盖非常全面了。另外，它的代码补全功能（也叫Snippets） 也非常好用，你只需输入几个字符即可展开成各种常用代码，可以极大提高编程效率。
7. Emacs
GNU Emacs 是可扩展，自定义的文本编辑器，甚至是更多的功能。Emacs 的核心是 Emacs Lisp 解析器，但是支持文本编辑。如果你已经使用过 Vim，可以尝试一下 Emacs。
8. Spyder
Spyder (前身是 Pydee) 是一个强大的交互式 Python 语言开发环境，提供高级的代码编辑、交互测试、调试等特性，支持包括 Windows、Linux 和 OS X 系统。Spyder是Anaconda科学计算工具中默认的开发工具，做数据分析、搞机器学习的人喜欢这个工具。
9. Thonny
Thonny是基于python内置图形库tkinter开发出来的支持多平台(windows,Mac,Linux)的python IDE，支持语法着色、代码自动补全、debug等功能，如果你正在寻找一种“轻量级”的python IDE，那么可以试一试Thonny。
10. Wing
Wingware 的 Python IDE 兼容 Python 2.x 和 3.x，可以结合 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 支持测试驱动开发，集成了单元测试，nose 和 Django 框架的执行和调试功能。Wing IDE 启动和运行的速度都非常快，支持 Windows, Linux, OS X 和 Python versi。
⑨ Python的环境是什么怎么配置的
在Path里加上：C:\Python26; 就可以了
（根据自己Python安装路径、Python版本而定。）
⑩ 运行python代码需要什么环境
没有特殊要求，Windows，Linux机器均可，只要安装了对应版本的python环境即可。如果版本和代码版本不匹配可能会有异常。比如python3和python2的语法就不同