总是问自己一个问题，尤其是在他们职业生涯的初期，在使用哪种编程语言之后，什么样的IDE或者文本编辑器会让他们的更好更高效。无论您是从事web开发、移动/桌面应用程序开发还是，您对IDE的选择对您完美执行的能力有着巨大的影响。
IDE和文本编辑器是程序员用来编写、测试和调试代码并上传到GitHub或任何其他Git托管网站的特殊开发环境。正确的IDE或文本编辑器应该对大多数编程语言来说都是灵活的，让你可以轻松地排序和组织文件，并允许你轻松地共享它们。
尽管许多ide和文本编辑器提供了许多属性和选项来定制开发环境，但没有绝对最好的IDE。完全看个人喜好。有些人更喜欢全功能的IDE，而有些人更喜欢轻量级的文本编辑器。
本文将介绍六个顶级的Python IDEs和文本编辑器，开发人员经常使用它们来使他们的工作流尽可能的流畅和高效。因此，如果您正在寻找一个IDE或文本编辑器来使用，尝试这些方法，直到您找到一个符合您的偏好。
Sublime 先说我最喜欢的文字编辑器Sublime。Sublime是一个免费的文本编辑器，有付费版本。你可以用它来编写、编辑和调试几乎任何编程语言的代码。当你第一次下载安装Sublime的时候，它只是一个普通的有点枯燥的文本编辑器。然而，Sublime的强大之处在于，你可以根据你想要使用的编程语言安装额外的组件。关于Sublime插件最好的部分是，你可以定制它们来满足你的需求，从颜色到整体外观，以及与GitHub或其他平台的连接。将Sublime设置为完美的开发环境不到30分钟，然后就可以开始工作了。
Ｓｐｙｄｅｒ接下来是Spyder，科学Python开发环境。Spyder是一个免费的开源IDE开发，特别是针对Python。与其他ide相比，Spyder最大的优势就是轻量级。Spyder是数据科学和机器应用的一个好选择，因为它有一个交互式编码模式，允许您实时分析数据。
Spyder还提供了检查整个代码库或将其分成多个部分以便更仔细查看的能力。它还集成了许多常用的数据科学包，如numpy、pandas、scipy和ipython。然而，使用ide的最大优势可能是它们的集成调试器。Spyder有一个很棒的图形调试器，可以让您的测试和错误定位任务变得流畅和容易。
Atom 我们下一个文本编辑器是Atom。它是由Atom GitHub开发的开源文本编辑器。开发Atom是为了支持许多常用的编程语言，比如Java和Ruby on Rails。但是，可以对其进行定制，以在编写Python代码时提供良好的用户体验。此外，Atom提供了许多插件，使其成为构建数据科学应用程序时使用的最佳编辑器之一，例如允许执行SQL查询的DataAtom包。除了强大的软件包，Atom的优势之一是它的社区。Atom有一个最活跃的社区，他们一直致力于开发它，使它更适合开发者。不用说，Atom具有强大的Git集成，可以让版本控制跟踪变得轻而易举。
Ｖｉｓｕａｌ Ｓｔｕｄｉｏ ＣｏｄｅVisual Studio Code (VS Code)是目前最完整、应用最广泛的ide之一。VS Code是Python、C、C #和JavaScript开发人员非常常用的IDE。VS代码是免费的，轻量级的，开源的。但它也为公司提供付费版本。
VS代码有很多优点，尤其是对初学者来说，因为当你定义一个函数或类或者有一个小的语法错误时，它提供了点击和指针来帮助你。Vscode还与Pylint进行了很好的集成，Pylint是一种用于检查代码错误的Python检查器。使用VS代码的另一个优点是非常容易执行单元测试和REPL(读取-评估-打印循环)操作。
ＰｙＣｈａｒｍ如果你正在学习Python，那么你可以使用我们列表中的下一个IDE。Pycharm可能是最著名的Python IDE。它最初是为Python开发的，这是它最大的优势。虽然支持多种编程语言很好，但为一种语言构建特定的IDE通常可以提供更健壮的开发环境。
PyCharm提供了许多Python特性，比如代码/错误突出显示、Git集成和强大的图形调试器。PyCharm代码编辑器还允许您自定义其外观和颜色，以符合您的舒适程度。此外，PyCharm还有很多插件，你可以添加这些插件来扩展它的功能。
Jupyter笔记本 最后一个，但绝对是数据科学社区中最受欢迎的是Jupyter笔记本。在创建这个榜单的时候，不能不提到Jupyter笔记本。Juter是一个开源的免费开发环境，因为它是通用的、健壮的并且易于共享代码文件，所以在编程社区中被广泛使用。Juter Notebook使开发者能够将代码位与Markdown、HTML和Latex文本混合在一起。Juter是一个基于服务器的结构，易于使用和操作。由于使用了iPython，它具有强大的可视化能力，这使得它成为人们的最爱，尤其是在数据科学和量子计算方面。木星笔记本的扩展是木星实验室，提供了更多的功能，比如可视化调试器。
文/来源:机器学习和数据分析
