IDE流行度
KDnuggets2018年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？本次调查共有1900多人参与，调查结果如下图所示。前5个选择是：
Jupyter，57%
PyCharm，35%
Spyder，27%
Visual Studio Code，21%
Sublime Text，12%
IDE用途
如果是web开发或大工程，建议使用PyCharm；
如果是数据处理，建议Spyder；Spyder是使用PyQt开发的GUI。
而Jupyter Notebook 已迅速成为数据分析，机器学习的必备工具。因为它可以让数据分析师集中精力向用户解释整个分析过程。
Jupyter这个名字是它要服务的三种语言的缩写：Julia，Python和R，这个名字与“木星（jupiter）”谐音。
IDE官网
1.Spyder
Spyder是Python(x,y)的作者为它开发的一个简单的集成开发环境。和其他的Python开发环境相比，它最大的优点就是模仿MATLAB的“工作空间”的功能，可以很方便地观察和修改数组的值。Spyder最大的亮点就是拥有和Matlab/Rstudio类似的workspace的区域，你可以轻松查看到所有你定义的变量，并可以交互式的点击修改，对于初学者来说是很能帮的上忙的功能。
https://github.com/spyder-ide/spyder
https://pypi.org/project/spyder/
2.Jupyter
Jupyter Notebook 的本质是一个 Web 应用程序，便于创建和共享文学化程序文档，支持实时代码，数学方程，可视化和 markdown。 用途包括：数据清理和转换，数值模拟，统计建模，机器学习等等。
https://github.com/jupyter/notebook
https://github.com/jupyter/jupyter
3.Pycharm
PyCharm 是 JetBrains 开发的 Python IDE。PyCharm用于一般IDE具备的功能，比如， 调试、语法高亮、Project管理、代码跳转、智能提示、自动完成、单元测试、版本控制……另外，PyCharm还提供了一些很好的功能用于Django开发，同时支持Google App Engine，更酷的是，PyCharm支持IronPython！
https://www.jetbrains.com/pycharm/
4.Eric
Eric 是全功能的 Python 和 Ruby 编辑器和 IDE，是使用 Python 编写的。Eric 基于跨平台的 GUI 工具包 Qt，集成了高度灵活的 Scintilla 编辑器控件。Eric 包括一个插件系统，允许简单的对 IDE 进行功能性扩展。Eric的功能与其他IDE类似：支持匹配，代码完成，类浏览器，集成单元测试等。它还具有Qt表单预览功能，如果您为应用程序开发Qt GUI，这很有用。PyQt5与Eric6是众所周知的Python平台下用来快速开发GUI程序的绝配，因此Eric也是PyQt官方推荐的IDE。
http://eric-ide.python-projects.org/
https://hg.die-offenbachs.homelinux.org/eric
https://sourceforge.net/projects/eric-ide/files/eric6/
引申阅读
1、Python非官方发行版
Python(x,y)：GUI基于PyQt，曾经是功能最全也是最强大的，而且是Windows系统中科学免费Python发行版的不二选择。不过今时已不同往昔，如今版本较为老旧，跟不上时代了。不推荐！
https://sourceforge.net/projects/python-xy/
WinPython：功能也是比较全的，软件包比较新，GUI基于PyQt，不过相对于Python(x,y)，它主要是关注便携式安装体验：你可以把它装在u盘里面。局限于Windows平台，不能跨平台。
Python(x,y)和WinPython都是开源项目，其项目负责人都是Pierre Raybaut。按Pierre自己的说法是“WinPython不是试图取替Python(x,y)，而是出于不同动机和理念：更灵活、易于维护、可移动、对操作系统侵略性更小，但是用户友好性更差、包更少、没有同Windows资源管理器集成。”。此外Python(x,y)不是很稳定，此外看它目前的更新不是很频繁，确实有可能Pierre后来的工作重心放在WinPython上了。
https://sourceforge.net/projects/winpython/
Anaconda：Anaconda是Python科学技术包的合集，功能和Python(x,y) 类似。这个是新起之秀。包管理使用conda，GUI基于PySide，所有的包基本上都是最新版，没有PyQt和wxpython等，容量适中，但该有的科学计算包都有：numpy，sicpy，matplotlib，spyder.....比如Linux系统里面，Anaconda安装、更新和删除都很方便，且所有的东西都只安装在一个目录中/home/wxp/anaconda/。Anaconda的开发和维护中有Python创始人和社区的核心成员，可以想象这个发行包肯定会"后来居上"！因此在各种操作系统中，无论是Linux，还是Windows，又或是Mac，我都强烈推荐Anaconda。因为从软件的美观程度，版本兼容性，更新频率，管理难易程度，综合考虑，还是建议选择Anaconda。Anaconda，傻瓜式安装，一键配置好Python环境以及一些常用第三方库，并自带Notebook和Spyder。新手我强烈建议你在安装Anaconda后使用Notebook来执行代码，因为对于初学者来说最重要的就是反馈，在Notebook中一行命令一行结果。所有结果都会保存方便回头Check，并且页面没有太多的插件/按钮，十分简洁。对于做数据分析可视化简直不要太舒服，并且还有很多Magic命令！
https://www.anaconda.com/products/individual Individual Edition下载，网页拉到最底部
https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/ 清华镜像，推荐
教程《完美安装 Anaconda3 + PyQt5 + Eric6》
https://blog.csdn.net/weiaitaowang/article/details/52045360
教程《血泪安装 Anaconda3 + PyQt5 + Eric6》
https://blog.csdn.net/weixin_41965380/article/details/84034526
firecat本人也写了一篇安装教程：
https://libaineu2004.blog.csdn.net/article/details/107738347
2、Octave是什么？
Octave是一种编程语言，旨在解决线性和非线性的数值计算问题。Octave为GNU项目下的开源软件，早期版本为命令行交互方式，4.0.0版本发布基于QT编写的GUI交互界面。Octave语法与Matlab语法非常接近，可以很容易的将matlab程序移植到Octave。同时与C++，QT等接口较Matlab更加方便。
http://www.gnu.org/software/octave/
3、Pyside2 vs PyQt5
https://www.riverbankcomputing.com/ PyQt官网
https://doc.qt.io/qtforpython/ Pyside2官方手册
https://pypi.org/project/PyQt5/
https://pypi.org/project/PySide2/
qtpy项目提供统一的层以通过单个代码库支持PyQt5，PySide2，PyQt4和PySide
https://github.com/spyder-ide/qtpy
https://machinekoder.com/pyqt-vs-qt-for-python-pyside2-pyside/
