Python是一种开源编程，可用于web编程、数据、人工智能和许多科学应用。学习Python可以让你专注于解决问题，而不是语法。因为Python相对来说比较小，有各种工具，相对于Java、C++等语言有优势，丰富的库让Python有能力完成各种伟大的任务。
下面是一些程序员和学生最常用的Python工具:1.闲置的
安装Python时，默认情况下也会安装Idle。这是最好的Python工具之一。可以降低Python的入门门槛。其主要功能包括Python shell窗口(交互式解释器)、自动补全、高亮语法和基本集成调试器。闲的轻巧，好用，易学。但不适合大规模。许多程序员把它作为最好的Python工具。
2.路径
pycharm可以应用于编写相应脚本和包的开发。如果推荐Python IDE的话，PyCharm排第二，其他的不敢排第一。
当你写一个项目有几千行，有很多类和函数的时候，它的跳转功能就会发挥威力！
这可能是Python开发中最酷的时刻了！想飞~
最酷的是PyCharm支持Ironpython。
３．Ｊｕｐｙｔｅｒ Ｎｏｔｅｂｏｏｋ Jupyter Notebook就像一个草稿本，可以将所有的文字笔记、数学方程式、代码、可视化内容组合成一本易于分享的书，并以网页的形式展示出来。它是数据分析和机器学习的基本工具。回复“Jupyter”给你看一个基于Jupyter的Python教程。4.Python导师
Python Tutor是Philip Guo开发的免费工具，可以帮助学生克服编程学习中的基本障碍，了解程序执行时计算机中每一行源代码的过程。通过该工具，教师或学生可以直接在Web中编写Python代码，并一步一步可视化地运行程序。如果你不知道代码在内存中是如何运行的，不妨复制给导师，再可视化执行一遍，加深理解。
5.sci kit-学习
Sci-learn是数据科学中最常用的Python工具之一。这是一个为机器学习和数据科学设计的Python工具。该工具主要用于处理分类、回归、聚类、模型选择和预处理等任务。SCI-Learn最大的特点是在测试数据集上执行基准测试时速度惊人。因此，scikit-learn是程序员和学生最好的Python工具之一。
6.Theano
ANO是一个用于数据科学的Python工具，对于程序员和学生来说是一个非常可靠的工具。是深度学习最好的Python工具，所以非常适合深度学习。ANO的设计是用户友好的、模块化的、易于扩展的，并且可以与Python一起使用。它能以最好的方式表达神经网络。ANO可以在TensorFlow和CNTK等流行的神经网络上运行。
7.硒
Selenium是最好的Python自动化工具之一。它适用于Python测试的自动化，并且经常被用作web应用程序的自动化框架。我们可以通过很多编程语言(包括Java、C #、Python、Ruby等很多程序员和学生使用的语言)使用Selenium编写测试脚本。您还可以在Selenium中集成JUnit和TestNG工具来管理测试用例并生成报告。
8.测试完成
TestComplete是另一个优秀的Python自动化工具。支持web、移动和桌面自动化测试。更高级的应用需要许可，也可以帮助学生提高学习成绩。TestComplete还可以像机器人框架一样执行关键字驱动的测试。它有最好的录音和回放功能，非常实用。
9.漂亮的肥皂
Beautiful SOAP是一个用于网络爬行的Python工具。这个Python库可以从HTML和XML文件中提取数据，并且是一个用于导航、搜索和修改分析树的Python工具。此外，漂亮的SOAP可以自动将传入的文档转换为Unicode，将传出的文档转换为UTF-8。是最好的网页抓取工具，可以节省很多时间。
10.熊猫
源于Numpy，提供强大的数据读写功能，支持类似SQL的添加、删除和查询，具有丰富的数据处理功能，支持时间序列分析。它是Python数据挖掘不可或缺的工具。
Pandas是数据分析中最常用的Python工具之一。Pandas是BSD授权的开源库，为Python编程语言提供了高性能且易于使用的数据结构和数据分析工具。Python很早就非常适合做数据准备了。熊猫填这个空白。您可以在Python中执行整个数据分析工作流，而无需切换到其他领域。而且熊猫是数据分析最好的Python工具。
11.纸浆
PULP是用于线性编程的Python工具之一。它是一种优化类型，可以在给定的约束条件下使目标函数最大化。用Python写的纸浆线性编程建模器。
Pulp可以生成lp文件，调用高度优化的求解器GLPK、CoinCLP/CBC、CPLEX和Gurobi来求解这些线性问题。学生可以使用这个工具进行常规研究，程序员也可以在工作中使用这个工具。
如果想了解更多关于Python的知识，可以关注微信官方账号:Python入门教程，获取学习资料！
文/来源:python教程初学者详解
