By Gregory Piatetsky 格雷戈里·皮亚特斯基,KDnuggets作者丁楠雅校对赵雪尧翻译

带你认识几种最流行的Python编辑器/IDEs(附链接)

我们投票选出了几种最流行的IDEs和编辑器。结果显示,全球最受欢迎的编辑器是Jupyter,与此同时,第2名与第3名存在竞争。

KDnuggets最近的一个博客发起了一项投票:数据科学中最好用的Python IDE是什么?该投票发布后收到了很多意见和评论。

为了解答谁是最流行的Python IDE的世纪争论,我们投票的问题如下:

  •  2018年你使用最多的Python IDEs是什么?

本次调查共有1900多人参与,调查结果如下图1所示。前5个选择是:

  • Jupyter,57%

  • PyCharm,35%

  • Spyder,27%

  • Visual Studio Code,21%

  • Sublime Text,12%

图1 最流行的Python IDEs

结果加起来超过100%,因为问卷最多允许3个选项。约43%的受访者只作一项选择,30%有两项选择,27%有三项选择。

我们还收集了投票者的职业,结果如下:

  • 公司/个体经营者,63.4%

  • 学生,16.1%

  • 学术界/大学,10.9%

  • 政府/非营利机构,3.7%

  • 其他/未知,5.9%

 IDEs用户的分布是否因职业而不同呢?

图2 从职业角度看最流行的Python IDE,编辑器

图2显示了排名前5位的职业选择,公司、学生和学术界的比例惊人地相似。Jupyter就像神器一样,在所有职业类型里遥遥领先,并且有着惊人的相同份额——在56%到59%之间。

唯一的主要区别是,政府/非营利机构的人的第二选择是Spyder,而不是其他人的PyCharm。

Python IDEs的首选项似乎是全球通用的——这是Python和数据科学得以迅速在全球普及的原因之一。 

接下来我们看看按地区划分的投票者分布,分别是美国/加拿大36%;欧洲35%;亚洲16%;拉丁美洲6.9%;非洲/中东3.9%;澳大利亚/新西兰3.0%。

跨区域的首选项是否相同呢?

图3 从地区角度看最流行的Python IDE,编辑器

Jupyter在任何地方都一马当先。美国/加拿大、欧洲、亚洲和澳大利亚/新西兰等地区也有着相同的偏好顺序:Jupyter > PyCharm > Spyder > VS Code > Sublime。

第二名和第三名则有所不同。拉丁美洲的第二受欢迎的Python IDE是VS code,而在非洲中东地区Spyder是第二选择。

最后,不同的Python IDE之间是否存在显著相关性呢?

在这次投票中,大约43%的受访者只做了一个选择,30%的受访者做了两个选择,27%的受访者做了三个选择。 

我使用了与我的博客《新兴生态系统:数据科学机器学习软件》中使用的Lift作为关联度量的相同的方法,得到下图:

图4 从地区角度看最流行的Python IDE

绿色代表正向相关性,红色代表负向相关性。

上图只显示大于10%或小于-10%的相关性(lift)。

除了Jupyter和Atom以外,我们看不到任何明显的正相关。同时Spyder、PyCharm和Visual Studio code作为对Jupyter的补充,很明显是相互“排斥”的。

原文链接:

https://www.kdnuggets.com/2018/12/most-popular-python-ide-editor.html

THU数据派
THU数据派

THU数据派"基于清华,放眼世界",以扎实的理工功底闯荡“数据江湖”。发布全球大数据资讯,定期组织线下活动,分享前沿产业动态。了解清华大数据,敬请关注姐妹号“数据派THU”。

入门Python
4
相关数据
机器学习技术

机器学习是人工智能的一个分支,是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、计算复杂性理论等多门学科。机器学习理论主要是设计和分析一些让计算机可以自动“学习”的算法。因为学习算法中涉及了大量的统计学理论,机器学习与推断统计学联系尤为密切,也被称为统计学习理论。算法设计方面,机器学习理论关注可以实现的,行之有效的学习算法。

数据科学技术

数据科学,又称资料科学,是一门利用数据学习知识的学科,其目标是通过从数据中提取出有价值的部分来生产数据产品。它结合了诸多领域中的理论和技术,包括应用数学、统计、模式识别、机器学习、数据可视化、数据仓库以及高性能计算。数据科学通过运用各种相关的数据来帮助非专业人士理解问题。

推荐文章
暂无评论
暂无评论~