从事数据科学计算如何选择IDE(运行+开发环境)?
编译环境(官网下载使得程序可以运行起来的东西)+开发环境(代码编辑器类似pycharm等)=运行成功python程序
常见的有以下几种:
-
1.spyder:python IDE(集成开发环境),适合从事数据科学计算,里边包含许多有关数据科学计算的类库——用来做数据分析比较好,毕竟本身就有了numpy, pandas, matplotlib等各种常用的数据分析库函数。
-
2.Anaconda(捆绑spyder–孪生兄弟):anaconda一次性下载了很多常用的python包,而且对于包管理也很方便。但是,Anaconda不是IDE。
使用指南请参考资料:致Python初学者们 - Anaconda入门使用指南 -
3.pycharm:python IDE(集成开发环境),适合从事大型项目开发
缺点:启动的时候稍微有点慢,但是正常运行的时候一点都不慢。 -
4.jupyter notebook(Web版IDE):类似于mathematica的界面。
特点:1 同时查看代码和运行结果。
2 支持多种语言。 -
如果你是做数据分析的,建议用Spyder。
-
如果你是做大工程的,建议用pycharm。
-
如果又是做数据分析,又是做大工程的,建议两者结合起来用。
-
如果你是初学者建议用python+vscode,可以智能提示、语法检查、逐行调试