解決了Day5 老打鐵的武器鋪－我要學什麼程式語言？中的第一個問題－－程式語言，接下來我們介紹一下IDE是什麼。

整合式開發環境（IDE）

就是把所有在編寫程式會用的的東西都集合起來，讓使用者可以更方便的編寫程式碼！

在編寫程式碼的過程中，我們會用到那些工具？

1. 程式語言編輯器：編寫程式碼。
2. 編譯器/直譯器：把高階語言轉化成機器讀得懂的語言。
3. 除錯器：抓出程式碼中的錯誤。

以上的這些工具是分開的，所以要先寫完，拿去翻譯，如果錯了的話要再拿去除錯，這個過程不僅麻煩也花時間。

有人想到，如果把他們全部都放在一起，可以一起運行，不是很方便嗎？

於是IDE就誕生了。

除了以上三點，在IDE中是使用「圖形使用者介面（GUI）」，跟原本的「命令行介面（CLI）」相比，會更易懂且方便編寫，從下面兩張圖片就可以很清楚的看出來差別。

• GUI介面：
  

圖片來源https://docs.f5ezcode.in/cs-basic/di-ba-zhang-gong-cheng-de-gong-ju/8.1-zheng-he-jing-ide

• 命令行介面：透過鍵盤輸入指令，通常不支持鼠標。比如Linux系統的Bash或是Windows系統的cmd、PowerShell。你可以在左下的搜尋欄打上cmd，打開看看！
  

圖片來源https://www.wikiwand.com/zh-tw/%E5%91%BD%E4%BB%A4%E8%A1%8C%E7%95%8C%E9%9D%A2

IDE還有許多優點，比如

• 語法凸顯：某些關鍵字詞、表示，使用顏色凸顯，讓可讀性更高。
• 智慧程式碼填寫：就像在google搜尋打字時，會自己跳出一些常被搜尋的訊息，IDE也一樣，能幫你更快找到像用的單字。

IDE的類型

在選擇IDE的時候，要注意各種IDE是用的作業系統、語言，當然也能使用跨平台的、包含多語言的、甚至雲端的，這就取決於你的需求囉！

以作業系統分

如Visual Studio就是專屬windows使用的，但他支援C、C++、VB、Python、JAVA、SQL……等多種語言。

以程式語言分

像PyCharm，專屬於Python，但Microsoft Windows、macO和Linux都可以使用。

因為我們之後主要會專注在Python，這篇會主要著重在Python使用的IDE上，其他部分就不多作著墨，有興趣的可以參考一下兩個網站，都講得蠻詳細的。
2022 最優秀的10款Python IDE 該如何選擇？
程式設計界十大頂級IDE

python常用的開發環境

以下資料主要取自https://zhuanlan.zhihu.com/p/395107411

PyCharm

著名軟體開發公司JetBrains開發。

優點：

1. 合併了多個程式庫（如Matplotlib和NumPy）
2. 支援web開發框架，如Pyramid、Flask和Django。
3. 許在遠端主機上進行程式開發。

Visual Studio Code

有時會與Visual Studio IDE混淆，後者並非Python使用者常用的工具。

優點：

1. 內建git
2. 可自訂工具擴充插件
3. 互動式控制台
4. 其Electron框架允許開發者在幾乎所有平台上使用VS Code。
5. 在編輯器中直接debug（但缺點是debug功能有限）
6. 支援多個鍵盤快速鍵，加速編程。

Atom

Github開發的開源編輯器

1. 幾乎可以與所有程式語言相容，如PHP、Java。
2. 定期更新、可信賴。
3. 包括多個插件，如SQL queries包、Markdown Preview Plus包，以及編輯、視覺化和渲染LaTeX公式的包。

Spyder

Spyder是為數據科學而開發的。它是開源工具，能夠與大量平台相容，因而成為新手用戶好選擇。

1. 科學計算和數據分析庫：預裝了許多常用的科學計算和數據分析庫，例如NumPy、Pandas、Matplotlib等，方便用戶直接使用。
2. 調試器支持：提供強大的調試功能，包括斷點、變數監視、單步執行等，方便用戶追蹤和解決程式碼中的問題。
3. 可視化工具：包含了一個豐富的可視化工具集，可以用於繪製圖表和圖形，對數據進行可視化分析。

JuPyter/IPython Notebook

Jupyter是基於web的編輯器，它允許開發者建立和運行腳本或notebook。它相對簡單，對使用者也更加友善。

1. 交互性強：允許用戶分塊編寫和運行程式碼，可以逐步調試和測試程式碼。
2. 便于分享和展示：允許用戶將程式碼、文本和圖表整合在一個文檔中，方便分享和展示分析過程和結果。
3. 支持多種語言：除了Python，還支持其他編程語言，例如R、Julia等。
4. 數據分析可視化：可以方便地進行數據分析、可視化和實驗，非常適合於數據科學領域
5. 大型項目支持：可以作為交互式文檔嵌入到大型專案中，方便記錄和分享程式碼和分析過程。

結語

看完這篇文章，應該對於IDE，特別是Python的比較有概念了吧？

記住重要的兩點就好了：集合了編輯、翻譯、除錯的功能 ＆ 有圖型化介面。

明天我們來講一下容易混淆的框架、函式庫的不同，接著就要真正脫離基礎概念，開始接觸實作啦～