
今天CDA给大家分享的内容:开箱即用的轻量级神器
作者:豆豆
来源:Python 技术
如果你问我最好用的 IDE 是什么,那我肯定会毫不犹豫的告诉你 Pycharm。毕竟 jetbrains 出品必属精品。
但对于很多初学者来讲,Pycharm 显得略笨重,很多功能点也不够简单易上手,对电脑的配置要求也会稍微高一些。导致很多人被 IDE 折磨的抓狂,今天派森酱就给大家介绍一款简单、易上手、面向初学者的的轻量级 IDE - Thonny。
Thonny 是由爱沙尼亚的 Tartu 大学开发,非常适合初学者的一款轻量级 IDE。
该 IDE 目前支持三大主流操作系统,可以从官网直接下载安装。
https://thonny.org/
打开上面的网址之后,选择对应的操作系统直接下载即可。
当你安装完毕满心欢喜的启动应用之后,你会发现居然还可以选择语言,其实对于编程类的 IDE 还是英文看起来会比较舒服,但这次我想试一下中文,看看支持程度到底怎么样。
打开软件之后,你会发现界面是如此的简洁,这对于初学者是极其友好的,不会被过多的分散精力,把主要精力放在代码上即可。
默认界面分为上下两个部分,上面是代码区,下面是终端区。
嗯,先整个 Hello World 试一下。
可以看到,在终端 Hello World 已经被正确的输出来了,至此,环境是跑通了。
不知道你注意到没有,从始至终我们都没有安装过 Python,也没有配置过 Python 解释器,事实上 Thonny 是自带了 Python 解释器了,真正做到了开箱即用。
当然,你也可以配置自己的解释器,在菜单栏点击“运行” -> “选择解释器”来更改默认的解释器。
我们所写的程序中通常都会定义非常多的变量,如果可以清楚的看到程序运行过程中变量的值那简直不要太爽。
你可以通过菜单栏的「视图」来勾选不同的选项来显示和关闭不同的视图窗口,通常情况下可以把变量和堆勾选上,这对于调试程序非常有帮助。尤其是对于初学者来讲,可以非常直观的看到变量的值。
所见即所得,这点 Thonny 的体验超好。
对于很多初学者来讲,函数之间的调用是很难理解的,尤其是涉及到递归函数时。但这块 Thonny 做的非常好。
打开你想调试的程序,甚至都不需要设置断点,直接以 debug 模式运行即可,工具会自动的按照程序步骤来运行,而且涉及到函数时,会自动弹出一个新的窗口来显示运行情况,就连运行过程中变量的值都会在新窗口一并显示,而这一点也不会影响旧窗口。
尤其是涉及到多层函数嵌套,尤其是递归函数,每调用一次嵌套函数就会打开一个新的窗口来显示,这对于初学者来说简直是莫大的福利啊。
要想理解 Python 的内存模型就离不开堆栈,而 Thonny 做到了将堆栈可视化。
在代码区输入以下代码。
a = [1, 2, 3, 4]
b = a
b.append(5) print(a) print(b)
运行之后你会在变量视图发现变量 a 和 b 居然都指向了同一块内存地址,这也就解释了为啥改变 b 之后 a 的值也一起跟着改变了。
在错误提示这块 Thonny 同样有代码高亮提示,当你的代码有很明显的语法错误时,Thonny 会将整行代码高亮来提示你此行代码有错误。
与此同时,Thonny 还会给出明确的整改建议。
今天给大家介绍了 Thonny 的基本使用,这是一款面向初学者的轻量级 IDE,可以让初学者更好更快的入门上手 Python,而不致于在环境上浪费过多的时间。
关于 Thonny 的使用大家还有什么技巧可以在评论区交流哦~
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15