五款实用免费的Python机器学习集成开发环境(5 free Python IDE for Machine Learning)(图文详解)

  集成开发环境(IDE)是提供给程序员和开发者的一种基本应用,用来编写和测试软件。一般而言,IDE 由一个编辑器,一个编译器(或称之为解释器),和一个调试器组成,通常能够通过 GUI(图形界面)来操作。

  根据维基百科的描述:“Python 是一种广泛使用的高级的、通用的、解释的、动态编程语言。” Python 是一种相当古老且流行的语言,它是开源的,常被应用于网站开发(利用 Django、Flask 等框架)、科学统计计算(NumPy、SciPy 等库可以帮助计算)、软件开发等甚至更多。

  文本编辑器不足以用来构建一些大型的系统,比如那些需要整合模块和库的系统。这时则需要一个好的IDE。

五款实用免费的Python机器学习集成开发环境(5 free Python IDE for Machine Learning)(图文详解)

  下面是一些 Python IDE,这些 IDE 各有特点,能够帮助你挑选到合适的来解决你的机器学习问题。

1、JuPyter/IPython Notebook

五款实用免费的Python机器学习集成开发环境(5 free Python IDE for Machine Learning)(图文详解)

  Jupyter 项目开始于 2014 年,在所有编程语言中,是一种用于支撑科学计算和交互式计算科学的衍生式 IPython。

  IPython Notebook 表示” IPython 3.x 是 IPython 的最后一个版本。而 IPython4.0 中非语言相关的部分比如记事本格式,消息协议,笔记本网站应用等,已经移到了Jupyter下作为新项目,IPython将专注于交互式Python,在此期间,也将为 Jupyter 提供 Python 核心模块”。

  Jupyter 由三个组件构成:笔记本应用程序、内核、笔记本文件。

  其核心特点:

  开源。

  支撑 30 种语言,包括一些数据科学领域很流行的语言,如 Python、R、scala、Julia 等。

  允许用户创建和共享文件,文件中可以包括公式、图像以及重要的代码。

  拥有交互式组件,可以编程输出视频、图像、LaTaX。不仅如此,交互式组件能够用来实时可视化和操作数据。

  它也可以利用 scala、python、R 整合大数据工具,如 Apache 的 spark。用户能够拿到和 pandas、scikit-learn、ggplot2、dplyr 等库内部相同的数据。

  markdown 标记语言能够代码标注,用户能够将逻辑和思考写在笔记本中,这和python内部注释部分不同。

五款实用免费的Python机器学习集成开发环境(5 free Python IDE for Machine Learning)(图文详解)

  Jupyter 笔记本的用途包括数据清洗、数据转换、统计建模和机器学习。

  在像 matplotlib、NumPy、Pandas 等库里整合了机器学习的一些特性。Jupyter 笔记本有一个最重要的特性就是它能够用图显示单元代码的输出。

  在 Google、微软、IBM 等公司它很流行,另外一些教育机构如加州大学伯克利分校和密歇根州立大学也经常用。

2、 PyCharm

五款实用免费的Python机器学习集成开发环境(5 free Python IDE for Machine Learning)(图文详解)

  PyCharm 由一家位于捷克-布拉格的公司JetBrains所开发。它的测试版在 2010 年 7 月发布,1.0 版本在三个月以后也就是 2010 年 10 月发布。

  PyCharm 是一款有十足特性的专业的PythonIDE。共有两个版本:PyCharm 社区版,是免费的,另一款是专业版,有30天的免费试用期。

  PyCharm 在一些大公司诸如惠普、Pinterest、推特、Symantec、Groupon 等大公司十分流行。

  其核心特点:

  它能对类、对象、关键字的补全和自动缩进,能格式化代码,定制代码片段和格式。

  支持错误的突出显示,同时也包含 PEP-8,能帮助写出整洁的代码,易于支撑其他语言。

  它提供快速和安全的重构功能。

  它带有一个图形界面式的 Python/JavaScript 调试器。用户能够基于 GUI 来测试。

  它有一个快速的文档定义视图,能在不丢失上下文的情况下看到文档或对象的定义。同时 Jetbrain 提供的文档十分全面,还包含视频教程。

五款实用免费的Python机器学习集成开发环境(5 free Python IDE for Machine Learning)(图文详解)

  当然。最重要的一个特性就是它对 Scikit-learn, Matplotlib, Numpy, Pandas等机器学习库的支持。

  在 Matplotlib 交互模式可以运行在 Python 或者是调试的控制台上,用户可以实时进行画图,组织。

  另外,用户能够根据自己的项目定义不同的 python 环境(Python2.7、Python3.0、虚拟环境)。

3、Spyder

内容版权声明:除非注明,否则皆为本站原创文章。

转载注明出处:https://www.heiqu.com/zwffpd.html