1. 程式人生 > >五款實用免費的Python機器學習整合開發環境(5 free Python IDE for Machine Learning)(圖文詳解)

五款實用免費的Python機器學習整合開發環境(5 free Python IDE for Machine Learning)(圖文詳解)

前言

  整合開發環境(IDE)是提供給程式設計師和開發者的一種基本應用,用來編寫和測試軟體。一般而言,IDE 由一個編輯器,一個編譯器(或稱之為直譯器),和一個偵錯程式組成,通常能夠通過 GUI(圖形介面)來操作。

  根據維基百科的描述:“Python 是一種廣泛使用的高階的、通用的、解釋的、動態程式語言。” Python 是一種相當古老且流行的語言,它是開源的,常被應用於網站開發(利用 Django、Flask 等框架)、科學統計計算(NumPy、SciPy 等庫可以幫助計算)、軟體開發等甚至更多。

  文字編輯器不足以用來構建一些大型的系統,比如那些需要整合模組和庫的系統。這時則需要一個好的IDE。

  下面是一些 Python IDE,這些 IDE 各有特點,能夠幫助你挑選到合適的來解決你的機器學習問題。

1、JuPyter/IPython Notebook

  Jupyter 專案開始於 2014 年,在所有程式語言中,是一種用於支撐科學計算和互動式計算科學的衍生式 IPython。

  IPython Notebook 表示” IPython 3.x 是 IPython 的最後一個版本。而 IPython4.0 中非語言相關的部分比如記事本格式,訊息協議,筆記本網站應用等,已經移到了Jupyter下作為新專案,IPython將專注於互動式Python,在此期間,也將為 Jupyter 提供 Python 核心模組”。

  Jupyter 由三個元件構成:筆記本應用程式、核心、筆記本檔案。

  其核心特點:

    1.   開源。

    2.   支撐 30 種語言,包括一些資料科學領域很流行的語言,如 Python、R、scala、Julia 等。

    3.   允許使用者建立和共享檔案,檔案中可以包括公式、影象以及重要的程式碼。

    4.   擁有互動式元件,可以程式設計輸出視訊、影象、LaTaX。不僅如此,互動式元件能夠用來實時視覺化和操作資料。

    5.   它也可以利用 scala、python、R 整合大資料工具,如 Apache 的 spark。使用者能夠拿到和 pandas、scikit-learn、ggplot2、dplyr 等庫內部相同的資料。

    6.   markdown 標記語言能夠程式碼標註,使用者能夠將邏輯和思考寫在筆記本中,這和python內部註釋部分不同。

 

  Jupyter 筆記本的用途包括資料清洗、資料轉換、統計建模和機器學習。

  在像 matplotlib、NumPy、Pandas 等庫裡整合了機器學習的一些特性。Jupyter 筆記本有一個最重要的特性就是它能夠用圖顯示單元程式碼的輸出。

  在 Google、微軟、IBM 等公司它很流行,另外一些教育機構如加州大學伯克利分校和密歇根州立大學也經常用。

2、 PyCharm

  PyCharm 由一家位於捷克-布拉格的公司JetBrains所開發。它的測試版在 2010 年 7 月釋出,1.0 版本在三個月以後也就是 2010 年 10 月釋出。

  PyCharm 是一款有十足特性的專業的PythonIDE。共有兩個版本:PyCharm 社群版,是免費的,另一款是專業版,有30天的免費試用期。

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

  其核心特點:

    1.   它能對類、物件、關鍵字的補全和自動縮排,能格式化程式碼,定製程式碼片段和格式。

    2.   支援錯誤的突出顯示,同時也包含 PEP-8,能幫助寫出整潔的程式碼,易於支撐其他語言。

    3.   它提供快速和安全的重構功能。

    4.   它帶有一個圖形介面式的 Python/JavaScript 偵錯程式。使用者能夠基於 GUI 來測試。

    5.   它有一個快速的文件定義檢視,能在不丟失上下文的情況下看到文件或物件的定義。同時 Jetbrain 提供的文件十分全面,還包含視訊教程。

  當然。最重要的一個特性就是它對 Scikit-learn, Matplotlib, Numpy, Pandas等機器學習庫的支援。

  在 Matplotlib 互動模式可以執行在 Python 或者是除錯的控制檯上,使用者可以實時進行畫圖,組織。

  另外,使用者能夠根據自己的專案定義不同的 python 環境(Python2.7、Python3.0、虛擬環境)。

3、Spyder

  Spyder代表科學Python開發環境的縮寫。Spyder 的作者是 Pierre Raybaut,在 2009.10.18 釋出,Spyder 是用 python 寫的。

  其核心特點:

    1.   開源。

    2.   支援程式碼糾錯,分析,補全,水平或垂直切分,跳轉標記。

    3.   提供 Python 和 Ipython 控制檯工作空間,支援實時除錯。比如,你只要鍵入,它就能顯示錯誤。

    4.   文件檢視器,能夠顯示控制檯上或編輯器中呼叫的類或者功能其相關文件。

    5.   它支援變數的預覽,比如使用者在圖形介面運算元組檔案的時候,能夠同時瀏覽和編輯這些在執行期間產生的變數。

  它整合了 NumPy, Scipy, Matplotlib 以及其他的科學統計庫。在 NumPy, Scipy, Matplotlib 這些庫的基礎上,使用互動式控制檯構建和測試資料統計應用或者指令碼的時候,Spyder 是最好的。

除了這個,它也是一款機器簡單,輕量級的軟體,易於安裝,有非常詳細的文件。

4、Rodeo

  Rodeo 是一款專門用於做機器學習和資料科學的 Python IDE。由 Yhat 開發,使用 IPython 的核心。

  其核心特點:

    1.   便於瀏覽,比較,資料與圖之間的互動操作。

    2.   Rodeo 文字編輯器提供自動補全,語法高亮,且內建的 IPython 支援編碼更快。

    3.   Rodeo繼承了 Python 教程,它包括一些速查表能夠快速查詢資料。

  對於用習慣了 R 和 RStudio IDE 的研究人員和科學家來說,它很有用。

  它有很多與 Spyder 相似的特性,但是它缺少了程式碼分析,PEP 8 等。也許未來會補充一些新的特性吧。

5、Geany

  Geany 是一款有 C/C++ 開發的 Python IDE,作者是 Enrico Tröger。最早的版本在 2005 年 10 月 19 日,它是一個小而輕量級的IDE(Windows版本為 14M),但和其他任何一個 IDE 一樣能勝任工作。

  其核心特性:

    1.   支援語法高亮和行號標註。

    2.   程式碼自動補全,關閉括號,自動關閉 HTML 和 XML 標記的功能。

    3.   程式碼摺疊和導航。

    4.   使用者可以利用額外程式碼來在外部編譯系統和執行程式碼。

   對於那些熟悉 RStudio,想找尋 python 支援的使用者。RStudio 已經為Python、XML、YAML、SQL 甚至 shell 都提供了編輯支援,即在 2014 年 6 月 18 日釋出的 0.98.932 版本中。雖然相比於 R,Python 僅有一點支援。

總結

  覺得對於新手,尤其只用過C/C++的新手而言,spyder最接近於VS的操作是最容易上手的;

  用過PyCharm你不會考慮其他IDE了。

歡迎大家,加入我的微信公眾號:大資料躺過的坑        人工智慧躺過的坑

同時,大家可以關注我的個人部落格

   http://www.cnblogs.com/zlslch/   和     http://www.cnblogs.com/lchzls/      http://www.cnblogs.com/sunnyDream/   

   詳情請見:http://www.cnblogs.com/zlslch/p/7473861.html

  人生苦短,我願分享。本公眾號將秉持活到老學到老學習無休止的交流分享開源精神,匯聚於網際網路和個人學習工作的精華乾貨知識,一切來於網際網路,反饋回網際網路。
  目前研究領域:大資料、機器學習、深度學習、人工智慧、資料探勘、資料分析。 語言涉及:Java、Scala、Python、Shell、Linux等 。同時還涉及平常所使用的手機、電腦和網際網路上的使用技巧、問題和實用軟體。 只要你一直關注和呆在群裡,每天必須有收穫

      對應本平臺的討論和答疑QQ群:大資料和人工智慧躺過的坑(總群)(161156071) 

 

相關推薦

實用免費Python機器學習整合開發環境5 free Python IDE for Machine Learning圖文

前言   整合開發環境(IDE)是提供給程式設計師和開發者的一種基本應用,用來編寫和測試軟體。一般而言,IDE 由一個編輯器,一個編譯器(或稱之為直譯器),和一個偵錯程式組成,通常能夠通過 GUI(圖形介面)來操作。   根據維基百科的描述:“Python 是一種廣泛使用的高階的、通用的、

Python 機器學習開發環境

sta HR nta 命令行 make 語言 anaconda 使用總結 2.6 Python 數據分析庫 Python 編程語言 Pythong Tutorial: https://docs.python.org/3/tutorial/ NumPy 提供常用的數值數組、矩

機器學習中的概率模型和概率密度估計方法及VAE生成式模型第3章 之 EM算法

ado vpd dea bee OS deb -o blog Oz 機器學習中的概率模型和概率密度估計方法及VAE生成式模型詳解之五(第3章 之 EM算法)

IDEA學習系列之IDEA裏項目的任意目錄進行類型標註自定義這個知識點非常非常重要,必須會 圖文

找到 關註 軟件 多說 微信公眾 提示 log 反饋 問題   不多說,直接上幹貨! 前言   對項目的任意目錄進行這五種目錄類型標註,這個知識點非常非常重要,必須會。   1、File ->

機器學習中的概率模型和概率密度估計方法及VAE生成式模型之二作者簡介

AR aca rtu href beijing cert school start ica Brief Introduction of the AuthorChief Architect at 2Wave Technology Inc. (a startup company

機器學習中的概率模型和概率密度估計方法及VAE生成式模型之一簡介

價值 新書 The aar 生成 syn TE keras 第一章 A Gentle Introduction to Probabilistic Modeling and Density Estimation in Machine LearningAndA Detailed

機器學習中的概率模型和概率密度估計方法及VAE生成式模型之六第3章 之 VI/VB算法

dac term http 51cto -s mage 18C watermark BE ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?

機器學習中的概率模型和概率密度估計方法及VAE生成式模型之七第4章 之 梯度估算

.com 概率 roc 生成 詳解 time 學習 style BE ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?機器學習中的概率模型和概率密度估計方法及V

機器學習中的概率模型和概率密度估計方法及VAE生成式模型之八第4章 之 AEVB和VAE

RM mes 9.png size mar evb DC 機器 DG ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?

機器學習中的概率模型和概率密度估計方法及VAE生成式模型之九5章 總結

ces mark TP 生成 機器 分享 png ffffff images ? ?機器學習中的概率模型和概率密度估計方法及VAE生成式模型詳解之九(第5章 總結)

機器學習中的概率模型和概率密度估計方法 及 VAE生成式模型之二

簡介     非監督機器學習(Unsupervised Machine Learning)中的資料分佈密度估計(Density Estimation)、樣本取樣(Sampling)與生成(Generation,或Synthesis,即合成)等幾類任務具有重要的應用價值,這從近

Microsoft Power BI Desktop概念學習系列之Microsoft Power BI Desktop的下載和安裝圖文

-c gpo mic sof mage pos microsoft body 技術分享   不多說,直接上幹貨!   官網 https://powerbi.microsoft.com/zh-cn/downloads/

SPSS學習系列之SPSS Modeler怎麽修改默認的內存大小圖文

隨著 大數據 com 微信公眾 深度 內存配置 圖文 font png     不多說,直接上幹貨!  問題來源:         如果你的電腦內存配置比較低的話,會隨著數據量增加(尤其是大數據),帶不起的情況很有可能發生,會出現一些內存報

Disconf 學習系列之全網最詳細的最新穩定Disconf 搭建部署基於Ubuntu14.04 / 16.04圖文

class 6.0 conf ubuntu14 穩定 div ubun 搭建 學習   不多說直接上幹貨! https://www.cnblogs.com/wuxiaofeng/p/6882596.html (ubuntu16.04) https

Disconf 學習系列之全網最詳細的最新穩定Disconf 搭建部署基於Windows7 / 8 / 10圖文

分享 study str www windows 最新 1.8 環境 text   不多說,直接上幹貨! 工作環境以及安裝依賴軟件 Zookeeper-3.4.8 Disconf 2.6.36 Nginx 1.9.9(見如下博文的phpstu

FineBI學習系列之淺談FineBI和Tableau對比異同從產品理念和功能對比圖文

研究 簡單 nio 比較 管理 post 企業it 獨立 圖片   不多說,直接上 幹貨!   FineBI和Tableau是比較好的自助式商業智能軟件,功能都很強大,是企業數據可視化不可或缺的利器,但兩款產品還是有非常大的區別的

FineBI學習系列之FineBI的Windows裏安裝後的一些配置事宜圖文

fine left text -a 得到 幹貨 圖文詳解 註冊 博客   不多說,直接上幹貨!   前期博客   第一步:需要點擊獲取激活碼     第二步:點擊註冊   註冊的

FineBI學習系列之FineBI新建儀表板圖文

功能 過程 平臺 tps RM 獲取數據 esc 表格 學習     不多說,直接上幹貨!   這是來自FineBI官網提供的幫助文檔 http://help.finebi.com/ 目錄: 1、描述 2、新建

FineBI學習系列之FineBI與Spark數據連接圖文

gpo 編碼轉換 nload -s div 語言 分享圖片 bre con 不多說,直接上幹貨!   這是來自FineBI官網提供的幫助文檔 http://help.finebi.com/http://help.finebi.com/doc-vie

FineBI學習系列之FineBI與HBase數據連接圖文

替換 oca 拷貝jar包 jin RM href 設置 metatable com 不多說,直接上幹貨!   這是來自FineBI官網提供的幫助文檔 http://help.finebi.com/http://help.finebi.com/do