Python常见编译器盘点

我会带着你远行 2024-04-17 05:53 81阅读 0赞

俗话说：工欲善其事必先利其器，想要写Python脚本，肯定要有合适的Python编译器，目前市面上的Python编译器还是比较多的，那么各种不同的编译器又有哪些独特的特点呢？本文来盘点一下目前最常用的几款编译器。

一、官方编译器：

下载地址：[Welcome to Python.org][]【点击Downloads内的Python即可下载】

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MjgzMDY5Nw_size_16_color_FFFFFF_t_70][]

官方编译器特点：

1.体积小，仅25M左右，对电脑配置要求不高。

2.安装简单，基本上直接Next就可以成功安装此编译器。

3.仅包含Python默认的一些库，没有内置一些常用的扩展库。【比如Numpy、Pandas等】

4.界面简单，功能较少，使用起来不太方便。

**推荐指数：二颗星。**

二、Ancaonda

下载地址：[Anaconda | Individual Edition][Anaconda _ Individual Edition]

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MjgzMDY5Nw_size_16_color_FFFFFF_t_70 1][]

Anaconda特点：

1.Anaconda的体积比较大，在500M左右，虽然体积略大，但是并不吃电脑配置，正常配置即可运行。

2.Anaconda是一个开源的包、环境管理器，可以用于在同一个机器上安装不同版本的软件包及其依赖，并能够在不同的环境之间切换。

3.Anaconda安装非常简单，基本上直接Next就可以成功安装，但是偶尔会出现安装失败，失败原因我们后续再谈。

【Anaconda安装报错(Failed to create Anaconda menus)：

博文地址： [Anaconda安装报错(Failed to create Anaconda menus)\_python伊甸园的博客-CSDN博客\_anaconda安装路径报错][Anaconda_Failed to create Anaconda menus_python_-CSDN_anaconda]】

4.Anaconda内置了所有常见以及经常使用的库，达180+。如Numpy、Pandas、Matplotlib、sklearn等。

5.Anaconda内置两款Python编译器：Spyder和Notebook，这两款编译器功能较为丰富。Spyder可以方便地执行Debug操作，并且实时显示全局变量；Notebook无法执行Debug操作，但是可以将代码执行的结果实时显示，类似一个笔记本。当进行代码调试的时候，适合在Spyder里面执行，当进行代码展示的时候，Notebook是个不错的选择。

6.可以方便地创建虚拟环境，以管理不同的Python版本项目。

**推荐指数：四颗星。**

三、Pycharm

下载地址：[Download PyCharm: Python IDE for Professional Developers by JetBrains][Download PyCharm_ Python IDE for Professional Developers by JetBrains]

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MjgzMDY5Nw_size_16_color_FFFFFF_t_70 2][]

Pycharm特点：

1.体积在350M左右，略吃电脑配置，配置低的电脑加载项目很慢。

2.包含社区版和专业版，社区版免费开源，功能略受限制，但是对于学习Python语法等已然足够，如果需要进行Python的一些项目开发，如Django、Flask等需要专业版才行，专业版可以通过支付宝等进行购买。

3.需要选择一个Python编译器，Pycharm没有内置的Python环境，需要使用外部的Python环境，例如可以使用官方的Python环境，也可以使用Anaconda内的Python环境。

4.Python常见库并没有内置，主要取决于你使用的Python环境，使用的Python环境是什么，那么Pycharm所带的库等环境就是什么，当然，在Pycharm内也可以自由安装想要的一些库或者包等。

5.代码对齐、高亮显示、代码补全、代码提示、代码折叠和分割窗口等功能十分实用。

**推荐指数：四颗星**

四、Eclipse

熟悉JAVA的同学可能对这款编译器不陌生，Eclipse和IDEA可以说是用的比较广的写JAVA的编译器，但是Eclipse通过配置也可以写Python代码。

下载地址：链接：https://pan.baidu.com/s/1yo1c8aQkcwWEd0Z2VmHD4Q   
                             提取码：2g3q

【**无需配置JAVA环境，直接可以解压即可使用，jdk为1.8**】

【**如果需要使用Python环境，则需要自行配置**】

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MjgzMDY5Nw_size_16_color_FFFFFF_t_70 3][]

特点：

1.基本与Pycharm的特点一致。

2.比较好的一点，执行Debug操作时，能够实时显示每个变量的内容，只需要将鼠标置于该变量上，便可以看到此变量是什么。

**推荐指数：四颗星**

--------------------

### 【注：以上的官方python、anaconda、pycharm等均可同时安装，互不影响】 ###

### ***个人推荐方式：*** ###

**Anaconda + Pycharm的方式。**

通过Anaconda对Python的环境以及包进行管理，用起来十分顺手和方便，然后Pycharm使用Anaconda的环境进行不同项目的开发，能够大大提高效率。

当然，没有什么最好的编译器，编译器为什么存在，就是因为各自有不同的一些特点，有一定的市场空间，或者说群众基础，所以，归根到底，无非是一个写代码的地方，以目前的使用情况来说，个人使用上面的方式，即Anaconda+Pycharm的方式最为顺手，不过有可能并不适合你，这个需要自己去尝试。

关于Python各种编译器的安装，后续有空补充在下面：

1.Python官方编译器安装：[Python官方编译器的安装\_python伊甸园的博客-CSDN博客][Python_python_-CSDN]

2.Anaconda的安装：[Anaconda的下载及安装【详细图文教程】\_python伊甸园的博客-CSDN博客][Anaconda_python_-CSDN]

3.Pycharm的安装：[Pycharm安装【图文】\_python伊甸园的博客-CSDN博客][Pycharm_python_-CSDN]

4.Eclipse配置Python环境：

[Welcome to Python.org]: https://www.python.org/
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MjgzMDY5Nw_size_16_color_FFFFFF_t_70]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/11/3d16c3506a39401b9b8d3dde603cf313.jpg
[Anaconda _ Individual Edition]: https://www.anaconda.com/distribution/
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MjgzMDY5Nw_size_16_color_FFFFFF_t_70 1]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/11/9543a47e9e394688b256b4b98f60b6e7.jpg
[Anaconda_Failed to create Anaconda menus_python_-CSDN_anaconda]: https://blog.csdn.net/weixin_42830697/article/details/100058161
[Download PyCharm_ Python IDE for Professional Developers by JetBrains]: https://www.jetbrains.com/pycharm/download/#section=windows
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MjgzMDY5Nw_size_16_color_FFFFFF_t_70 2]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/11/f622006f234f48f2b4bfaef228eb49ca.jpg
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MjgzMDY5Nw_size_16_color_FFFFFF_t_70 3]: https://image.dandelioncloud.cn/pgy_files/images/2024/04/11/5fbfcec911e345b9ba08ac99bd7c2cbd.png
[Python_python_-CSDN]: https://blog.csdn.net/weixin_42830697/article/details/100056947
[Anaconda_python_-CSDN]: https://blog.csdn.net/weixin_42830697/article/details/100057713
[Pycharm_python_-CSDN]: https://blog.csdn.net/weixin_42830697/article/details/100059894