一、Python 解释器

1. Python 开发环境配置

无论使用何种集成开发环境，绝大多数场景下都需要安装 Python 解释器，少数例外情况（如使用在线 Python 解释器）除外。
Python 是一门 “解释型语言” —— 它的代码不像 C/C++ 那样能直接编译成计算机可执行的二进制文件，而是需要一个 “中间人” 把人类能看懂的 Python 代码，转换成 CPU 能执行的机器指令，这个 “中间人” 就是 Python 解释器。

2. 下载 Python 解释器

如果尚未安装/下载 Python，可通过以下方式下载：

Windows/macOS：访问 Python 官网(https://www.python.org/) ，鼠标触碰 Downloads
Linux：通过系统包管理器（如 sudo apt install python3）

python-2-ollama

以 Windows 为例，点击 Windows ，下载 Windows 安装程序。

python-3-ollama

📝 扩展
可以把这些版本理解成 “Python 程序” 和 “你的电脑硬件 / 系统” 之间的 “沟通语言”，不同语言只能和对应的硬件 “对话”：
👉 Windows 系统：
win + i → “系统” → “系统信息”
看 “系统类型” 那一栏：
显示 “64 位操作系统，基于 x64 的处理器” → 选 64-bit
显示 “32 位操作系统” → 选 32-bit
显示 “64 位操作系统，基于 ARM 的处理器” → 选 ARM64
例如：我的 Windows 11 是 64 位系统，基于 x64 的处理器，所以我选 64-bit

3. 安装 Python 解释器

双击运行安装程序。(记住自己安装程序的路径，后面会用到)
勾选 Add python.exe to PATH，然后点击 Install Now。
等待安装完成即可。
测试 python 解释是否安装成功
按下键盘 win + r 键打开运行，输入 cmd 确定

python-6-ollama

查看 Python 版本，在终端输入以下命令（得到如下图显示 Python 3.x.x 即安装成功）：

1	python --version

python-7-ollama

二、虚拟环境 📚

1. 激活虚拟环境

1.1 准备工作

检查 Python 3.12 是否安装

在终端（Windows 用 CMD/PowerShell，macOS/Linux 用终端）输入以下命令，确认 Python

# macOS/Linux
python3.12 --version

# Windows（推荐用 py 启动器）
py -3.12 --version

✅ 成功标志：输出 Python 3.12.x（如 Python 3.12.7）。

❌ 若报错 command not found：去 Python 官网下载安装 Python 3.12。

1.2 准备项目目录

先创建一个文件夹作为项目根目录（示例用 my_python_project），并进入该目录：

# 创建文件夹（Windows/macOS/Linux 通用）
mkdir my_python_project

# 进入文件夹
cd my_python_project

2. 创建并激活虚拟环境

2.1 创建虚拟环境

在项目目录下执行：

# macOS/Linux
python3.12 -m venv my_project_env

# Windows
py -3.12 -m venv my_project_env

执行后：项目目录下会生成一个 my_project_env 文件夹。
命令解释：用 Python 3.12 内置的 venv 模块，创建一个名为 my_project_env 的虚拟环境（名字可自定义，如 venv、.venv）。
python3.12 与 py -3.12

2.2 激活虚拟环境

激活后，终端提示符前会出现 (my_project_env)，表示所有 pip 操作都只针对当前虚拟环境。

操作系统	激活命令
Windows (CMD)	`my_project_env\Scripts\activate.bat`
Windows (PowerShell)	`.\my_project_env\Scripts\Activate.ps1` （首次需执行 `Set-ExecutionPolicy RemoteSigned` 允许脚本）
macOS / Linux (Bash/Zsh)	`source my_project_env/bin/activate` 或 `. my_project_env/bin/activate`

✅ 激活成功示例：

1 2	(my_project_env) user@macbook my_python_project % # macOS/Linux (my_project_env) C:\my_python_project> # Windows

命令解释：
python-2-img-2

3. 安装依赖

激活虚拟环境后，所有操作都在隔离环境中进行，可以放心使用。

3.1 升级 pip 自身（建议）

Python 3.12 自带的 pip 可能版本较旧，先升级到最新版：

# 通用命令（避免权限问题）
python3.12 -m pip install --upgrade pip

# 或激活后直接用
pip install --upgrade pip

虽然结果一样，但它们的执行逻辑和稳健程度完全不同。简单来说，第一条命令是“精准且稳健”的做法，第二条是“便捷但有前提”的做法。

命令一：精准打击（推荐）

1	python3.12 -m pip install --upgrade pip

组成部分	详细含义	作用
`python3.12`	指定解释器	明确告诉电脑：“我要用 Python 3.12 这个版本的解释器来干活”。这避免了系统中有多个 Python 版本（如 3.8, 3.10）时产生的混淆。
`-m`	模块模式	这是一个开关。它告诉 Python：“不要去运行一个 `.py` 文件，而是去查找并运行一个库（模块）”。
`pip`	目标模块	这是要运行的模块名。Python 会在自己的库目录里找到 `pip` 这个包，并把它当作程序启动。
`install`	pip 的指令	这是传给 pip 的命令：“我要安装东西”。
`--upgrade`	升级参数	这是 `install` 的修饰词。意思是：“如果这东西已经安装了，强制检查并更新到最新版”。
`pip`	操作对象	这里指的是要升级的目标包的名字——也就是 `pip` 自己。

**绝对精准**：它强制绑定 Python 3.12。即使你系统里还有 Python 3.10，这条命令也只会升级 3.12 环境下的 pip，不会误伤其他版本。
**避免“死锁”**：当你升级 pip 时，实际上是用旧版的 pip 去替换自己。直接用 `pip` 命令可能会因为文件被占用而报错，而用 `python -m pip` 相当于让 Python 解释器（旁观者）去替换 pip（当事人），成功率更高。

命令二：便捷调用（需环境正确）

1	pip install --upgrade pip

组成部分	详细含义	作用
`pip`	直接调用工具	告诉操作系统：“去环境变量（PATH）里找名为 `pip` 的程序并运行它”。注意：系统找到的 `pip` 不一定对应你想要的 `python3.12`。
`install`	pip 的指令	同上，告诉 pip 执行安装操作。
`--upgrade`	升级参数	同上，指示进行更新操作。
`pip`	操作对象	同上，指定升级的目标是 pip 自身。

版本错位：如果你电脑里同时装了 Python 3.8 和 3.12，直接输 pip 可能会调用到 3.8 的 pip。结果就是你以为升级了环境，其实升级了个寂寞（或者升级错了地方）。
虚拟环境依赖：这条命令只有在虚拟环境已激活（终端前显示 (my_project_env)）且配置正确的情况下，才会自动指向虚拟环境内的 pip。

为了方便记忆，你可以这样理解：

python3.12 -m pip ... 就像是点名道姓：“张三（Python 3.12），你去把你的工具（pip）磨快一点。” —— 最稳妥，适合升级 pip 自身。
pip ... 就像是喊话：“ whoever 是现在的管理员，去把工具磨快一点。” —— 最快，适合在虚拟环境激活后安装普通库（如 pip install requests）。

3.2 安装单个依赖

需求	命令	示例
安装最新版	`pip install <包名>`	`pip install requests`
安装指定版本	`pip install <包名>==<版本号>`	`pip install requests==2.31.0`
安装最小版本（≥指定版）	`pip install <包名>>=<版本号>`	`pip install requests>=2.30.0`
安装版本范围	`pip install <包名>>=<低版本>,<高版本>`	`pip install requests>=2.30.0,<2.32.0`

3.3 批量安装多个依赖

一次性安装多个包（用空格分隔）：

1	pip install requests django numpy pandas

3.4 查看已安装的依赖

# 列出所有包及版本
pip list

# 查看某个包的详细信息（安装路径、依赖等）
pip show requests

3.5 卸载依赖

# 卸载单个包
pip uninstall requests

# 批量卸载（无需确认）
pip uninstall -y requests django

4. 进阶：依赖管理

4.1 核心工具

requirements.txt：这是 Python 项目的”依赖清单“，用于分享项目、部署到新环境，确保所有人用的依赖版本一致。

生成 requirements.txt
将当前虚拟环境的所有依赖导出到文件：

1	pip freeze > requirements.txt

生成的 requirements.txt 内容示例：

requests==2.31.0
django==5.0.3
numpy==1.26.4
pandas==2.2.1
pytz==2024.1

4.2 安装依赖

新人接手项目或部署到服务器时，一键安装requirements.txt所有依赖：

1	pip install -r requirements.txt

5. 进阶：解决依赖冲突

5.1 检查依赖冲突

pip check

无冲突：输出 No broken requirements found.
有冲突：会提示具体问题（如 django 5.0.3 requires pytz>=2021.3, but you have pytz 2020.1 which is incompatible.）。

5.2 查看依赖树

安装 pipdeptree 工具，清晰查看包的依赖关系：

# 安装 pipdeptree
pip install pipdeptree

# 查看依赖树
pipdeptree

输出示例：

django==5.0.3
  ├── asgiref [required: >=3.7.0, installed: 3.7.2]
  ├── pytz [required: >=2021.3, installed: 2024.1]
  └── sqlparse [required: >=0.3.1, installed: 0.4.4]
requests==2.31.0
  ├── certifi [required: >=2017.4.17, installed: 2024.2.2]
  ├── charset-normalizer [required: >=2,<4, installed: 3.3.2]
  ├── idna [required: >=2.5,<4, installed: 3.6]
  └── urllib3 [required: >=1.21.1,<3, installed: 2.2.1]

6. 进阶：国内源配置

解决下载慢 / 超时
默认从国外 PyPI 源下载，国内换用清华 / 阿里源，速度将会提升。

6.1 临时换源

单次安装用：在安装命令后加 -i <源地址>：

# 清华源
pip install requests -i https://pypi.tuna.tsinghua.edu.cn/simple

# 阿里源
pip install requests -i https://mirrors.aliyun.com/pypi/simple/

6.2 永久换源

# 配置清华源为默认源
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

# 验证配置（查看当前源）
pip config list

配置后，所有 pip install 都会默认从国内源下载。

7. 进阶：依赖锁文件

适合对依赖版本要求严格的项目，通过 requirements.in 管理直接依赖，自动生成锁定版本的 requirements.txt。

7.1 安装 `pip-tools`

1	pip install pip-tools

7.2 创建 `requirements.in`

只写项目直接依赖的包（不用写版本或只写大版本）：

# requirements.in 内容
requests>=2.30.0
django>=5.0
numpy

7.3 编译生成 `requirements.txt`

1	pip-compile requirements.in

自动生成带精确版本和依赖关系的 requirements.txt：

#
# This file is autogenerated by pip-compile with Python 3.12
# by the following command:
#
#    pip-compile requirements.in
#
asgiref==3.7.2
    # via django
certifi==2024.2.2
    # via requests
charset-normalizer==3.3.2
    # via requests
django==5.0.3
    # via -r requirements.in
idna==3.6
    # via requests
numpy==1.26.4
    # via -r requirements.in
pandas==2.2.1
    # via -r requirements.in
pytz==2024.1
    # via django
requests==2.31.0
    # via -r requirements.in
sqlparse==0.4.4
    # via django
urllib3==2.2.1
    # via requests

7.4 同步环境

pip-sync

会自动安装缺失的包、卸载不在 requirements.txt 中的包，确保环境和依赖清单完全一致。

8. 实践与注意

始终先激活虚拟环境再用 pip：
忘记激活会把包安装到系统环境，造成污染。
每个项目用独立的虚拟环境：
不同项目依赖不同版本的包，隔离才安全。
不要用 sudo pip：
虚拟环境中完全不需要管理员权限，用了反而可能出错。
将 my_project_env/ 加入 .gitignore：
虚拟环境文件夹不用上传到 Git，只分享 requirements.txt 即可。
.gitignore 示例：

1
2
3

my_project_env/
__pycache__/
*.pyc

删除虚拟环境：
不需要时，直接删除文件夹即可：

# macOS/Linux
rm -rf my_project_env

# Windows (CMD)
rmdir /s /q my_project_env

9. VS Code 中关联虚拟环境

如果你用 VSCode 开发，创建完虚拟环境后，你可以手动选择解释器来关联环境：

打开命令面板（快捷键 Ctrl+Shift+P / Cmd+Shift+P）
输入 Python: Select Interpreter
在列表里选择你创建的虚拟环境（路径里带 my_project_env 的那个）

这样 VSCode 就会用这个虚拟环境的 Python 来运行你的代码，自动识别你安装的包了。

10. 完整示例流程

跟着做一遍
假设我们要做一个「数据分析 + Web 服务」的项目：

10.1 准备项目

1 2	mkdir data_web_project cd data_web_project

10.2 创建并激活虚拟环境

# macOS/Linux
python3.12 -m venv my_project_env
source my_project_env/bin/activate

# Windows
py -3.12 -m venv my_project_env
my_project_env\Scripts\activate.bat

10.3 安装依赖

# 升级 pip
pip install --upgrade pip

# 安装需要的包
pip install requests django numpy pandas

# 查看已安装的包
pip list

10.4 导出依赖清单

1	pip freeze > requirements.txt

10.5 模拟新环境安装

（比如换一台电脑）

# 假设新电脑上已经有 Python 3.12 和项目代码
cd data_web_project
python3.12 -m venv my_project_env
source my_project_env/bin/activate  # 或 Windows 激活命令

# 一键安装所有依赖
pip install -r requirements.txt

11. 开发工具进阶

IPython、Jupyter Notebook 基础使用
Python、IPython 和 Jupyter Notebook 是三个不同但密切相关的工具。
简而言之，Python 是编程语言本身，IPython 是对 Python 的增强版本，而 Jupyter Notebook 是一种在 Web 上进行交互式计算的环境，使用 IPython 作为默认的计算核心。

Python是一种编程语言，而CPython是Python的一种具体实现，它是最常用的Python解释器是Python官方发布的标准解释器，它是用C语言实现的，常用于执行Python脚本文件或在命令行中执行简单的Python代码。当人们提到Python时，默认情况下是指CPython解释器。

11.1 IPython

IPython（即Interactive Python）是一个增强的交互式Python解释器。它在普通的Python解释器的基础上提供了一些额外的功能和特性，使得交互式编程更加便捷和高效。IPython提供了更友好的命令行界面、更强大的代码编辑和自动补全功能、更好的错误追踪和调试功能，以及丰富的扩展库等。IPython环境是建立在Python语言之上的，要使用IPython环境，您需要首先安装Python。

IPython 环境具有以下特点：

交互式：IPython环境允许用户逐行输入和执行Python代码，并立即看到结果。这使得调试和实验性编程更加容易。
自动补全：IPython环境具有自动补全功能，可以根据已输入的代码和已导入的模块，自动提示可能的方法、属性和变量。
命令历史记录：IPython环境会记录用户输入的命令历史，可以通过上下箭头键浏览和重新执行之前的命令。
魔术命令：IPython环境提供了一系列特殊的命令，称为魔术命令，可以执行一些高级操作，如性能分析、调试、图形绘制等。
富文本输出：IPython环境可以显示丰富的输出，包括图形、表格、音频和视频等。

安装Python后，您可以使用Python自带的包管理工具 pip 来安装 IPython。

打开命令提示符窗口（Windows），在命令提示符窗口中【或打开终端（Mac/Linux），在终端中】运行以下命令来安装 IPython：

1	pip install ipython

安装完成后，您可以使用以下命令来验证IPython的安装是否成功：

1	ipython --version

如果IPython的版本号显示出来，说明安装成功了。

安装完成后，您可以在命令行中输入ipython命令来启动IPython环境。您将看到一个类似于In [1]:的提示符，表示您可以开始输入和执行 Python 代码了。

交互式编程：在 IPython 环境中，您可以逐行输入和执行 Python 代码。只需输入代码并按下回车键即可执行。您将立即看到代码的输出结果。

使用魔术命令：IPython 环境提供了一些特殊的命令，称为魔术命令，可以执行一些高级操作。
例如，您可以使用%run命令来运行Python脚本文件，使用%debug命令来进入调试模式，使用 %timeit 命令来测量代码的执行时间等。

退出IPython：要退出 IPython 环境，您可以使用 exit 命令或按下 Ctrl + D 组合键。

11.2 Jupyter Notebook

Jupyter Notebook 也可称为 Jupyter 。Jupyter Notebook 是一个基于 Web 的交互式计算环境，它允许用户创建和共享包含实时代码、可视化和文本的文档。Jupyter Notebook 支持多种编程语言，包括 Python、R、Julia 等【要在 Jupyter Notebook 中使用 Python、R、Julia 等编程语言，您需要先安装相应的解释器或环境。一般安装完 Python 后，使用 Python 的包管理器（如 pip ）来安装 Jupyter Notebook ——运行 pip install jupyter 命令来安装 Jupyter Notebook。安装Jupyter Notebook 和 R、Julia 没有严格的顺序要求】。从 Jupyter Notebook 5.0 开始，IPython 项目已经与 Jupyter 项目合并，这意味着 IPython 成为了 Jupyter 的一部分。因此，我们现在通常使用 Jupyter Notebook 来代表整个环境，而 IPython 作为默认的计算核心。

您可以使用pip来安装Jupyter Notebook。在命令提示符窗口中运行以下命令来安装Jupyter Notebook。

打开命令提示符窗口（Windows），在命令提示符窗口运行以下命令：

1	pip install jupyter

我安装了多个版本，想在Python3.12版本使用Jupyter notebook，因此需要切换到路径

1	D:\Python\Python312\Scripts

在 cmd 中用 cd 命令切换到路径：

1	cd /d D:\Python\Python312\Scripts

然后输入

1	pip install jupyter

这样下载速度可能较慢，可以使用镜像源加速，以下是使用清华源安装 Jupyter Notebook，在上述 pip 命令中添加-i https://pypi.tuna.tsinghua.edu.cn/simple 即可：

1	pip install jupyter -i https://pypi.tuna.tsinghua.edu.cn/simple

您也可以在命令提示符窗口或终端中运行以下命令来检查Jupyter Notebook的版本号：

1	jupyter notebook --version

这将显示安装的 Jupyter Notebook 的版本号，如果显示了版本号，则说明 Jupyter Notebook 已经安装成功。
安装完成后，您可以在命令行中使用 jupyter notebook 命令来启动 Jupyter Notebook，启动 jupyter-noterbook 服务。这将打开一个在浏览器中运行的 Jupyter Notebook 界面（也称为仪表板），从而可以开始编写和执行代码。

在 Scripts 中找到 juoyter-notebook.exe 可直接鼠标双击启动 jupyter-noterbook 服务
为方便使用可以桌面快捷方式，在 Scripts 中找到 juoyter-notebook.exe，使用右键菜单“发送到→桌面快捷方式”，这样以后可用桌面快捷方式启动 jupyter-noterbook 服务。

启动jupyter-noterbook服务显示：

三、集成开发环境（IDE）推荐

集成开发环境（IDE）是一种软件应用程序，用于提供开发人员在创建、调试和维护软件应用程序时所需的工具和环境。IDE 通常包括代码编辑器、调试器、构建工具、版本控制集成等功能，旨在提高开发效率和代码质量。这里推荐 PyCharm 和 VS code 。

1. PyCharm

这是由 JetBrains 公司开发的一款 Python 开发工具，在 Windows、Mac OS 和 Linux 操作系统中都可以使用。

PyCharm 具有语法高亮显示、Project（项目）管理代码跳转、智能提示、自动完成、调试、单元测试以及版本控制等一般开发工具都具有的功能，除此之外，它还支持 Django（Python 的 Web 开发框架）框架下进行 Web 开发。

PyCharm 有 2 个版本，一个是社区版（免费并且提供源代码，适合多数读者），另一个是专业版（免费试用）。

优点：
- 功能强大：内置大量 Python 开发功能，如智能代码补全、调试、版本控制、框架支持（如 Django、Flask）等。
- 开箱即用：无需额外配置，下载安装后即可开始编码。
- 适合大型项目：提供代码重构、自动完成功能、PEP8 警告突出显示等高级功能，适合大型项目和团队协作。
缺点：
- 资源占用高：对硬件要求较高，可能在低端设备上运行缓慢。
- 学习曲线陡峭：对于初学者来说，配置和使用可能较为复杂。
- 价格：专业版需付费，社区版功能有限。

1.1 下载安装

PyCharm 官方下载地址：https://www.jetbrains.com/pycharm/download/#section=windows，访问后会出现以下页面，点击 Download

📝 扩展
.exe windows：简单的说就是能直接在 Windows 电脑上双击运行的程序文件
.exe windows ARM：简单的说就是能直接在 ARM 芯片的 Windows 电脑上运行的 .exe 文件

PyCharm 安装
如下图：
安装完成后，点击（如图），即可打开 PyCharm

打开后会跳出付费界面，我们选择试用 30 天即可

如果需要长期使用，可以点击 https://wwavz.lanzout.com/iapOU3dcjqcb 进行下载 JetBrains 全家桶破解版，仅供个人学习使用
启动后点击 New Project → 输入项目名称（如 book）；选择项目路径（如 D:\ma\pythion\PycharmProjects\python_dayy3）

PyCharm 配置 python 解释器
点击 “File” → “Settings” → “Project: book” → “Project Interpreter”

点击 Add，选择 System Interpreter，然后选择 python.exe 所在路径（如 D:\ma\pythion\python.exe）

如果忘记了也可进行 win + r，输入 cmd，在终端输入以下命令查看 python.exe 所有路径

1	where python

python-pycharm-7-ollama
点击 “OK” 即可。

1.2 中文插件

如果你更喜欢使用中文，可以安装插件(Chinese (Simplified) Language Pack / 中文语言包)

点击 “File” → “Settings” → “Plugins” → “Marketplace”，搜索 “Chinese”
点击 “Restart IDE” → “Restart”（点击后会重启 PyCharm）

2. VS Code

Visual Studio Code，简称 VS Code ，是微软公司开发的一款轻量级 IDE。和 PyCharm 一样，它也支持在 Windows、Linux 和 macOS 平台上运行。

VS Code 支持几乎所有主流开发语言的语法高亮、智能代码补全、自定义热键、括号匹配等功能，支持使用插件进行功能扩展，还针对网页开发和云端应用开发做了优化。

值得一提的是，使用 VS Code 编写 Python 代码，无需向其它编译器那样，通过创建项目来管理源代码文件，在 VS Code 中可以直接创建 Python 源代码文件。

优点：
- 轻量级：启动速度快，占用资源少，适合在低端设备上运行
- 高度可定制：通过安装扩展（如 Python 扩展、Jupyter Notebook 扩展等），可以实现 Python 开发所需的各种功能。
- 免费开源：完全免费，社区活跃，持续更新。
- 跨平台兼容性：支持 Windows、Linux 和 macOS，适合多平台开发。
缺点：
- 配置复杂：对于初学者来说，安装扩展和配置环境可能需要更多时间。
- 功能较弱：默认功能较少，需依赖插件增强功能。

2.2 下载安装

VS Code 下载（官方或专属，二选择一）
官方下载地址：https://code.visualstudio.com/，访问后页面会自动匹配你的操作系统，显示对应的下载按钮（如 Windows 系统显示 “Download for Windows”，macOS 系统显示 “Download for macOS”）

专属下载地址：https://code.visualstudio.com/Download，该页面直接列出 Windows、macOS、Linux 三大系统的所有可用安装包版本

Windows 系统：下载 .exe 安装版与 zip 免安装版
macOS 系统：适配 Intel 芯片和 Apple Silicon 的版本，下载 .dmg 安装文件
Linux 系统：根据发行版选择 .deb 或 .rpm 包，可直接按需点击下载

VS Code 安装
如下图：
安装 Python 扩展
点击左侧 “Extensions” 图标（或使用快捷键 Ctrl+Shift+X (Windows/Linux) / Cmd+Shift+X (Mac)），搜索并安装 “Python” 扩展。
选择安装的 Python 解释器
在vs code界面使用快捷键：Ctrl+Shift+P (Windows/Linux) / Cmd+Shift+P (Mac)，输入 Python: Select Interpreter选择已安装的 Python 解释器。

2.3 中文插件

中文界面设置
VS Code 默认是英文界面，若需切换为中文界面，需进行以下设置：
点击左侧 “Extensions” 图标，搜索输入 “chinese” 并安装 “Chinese (Simplified)（简体中文） Language Pack for Visual Studio Code” 扩展。
扩展安装完成后，VS Code 界面右下角出现弹窗，点击 “Change Language and Restart”，vs code 会重新启动，即为中文界面。

3. AI 编程助手

这两年 AI 发展迅猛，作为开发人员，我们总是追求更快、更高效的工作方式，AI 的出现可以说改变了很多人的编程方式。

AI 对我们来说就是一个可靠的编程助手，给我们提供了实时的建议和解决方案，无论是快速修复错误、提升代码质量，或者查找关键文档和资源，AI 作为编程助手都能让你事半功倍。

今天为大家推荐一款适配了 Viusal Studio，VS Code(本文使用)，JetBrains 系列（如 PyCharm、IntelliJ IDEA 等）以及 Vim 等多种编译器环境的插件 Fitten Code，是由非十大模型驱动的 AI 编程助手，它可以轻自动生成代码，提升开发效率，帮您调试 Bug，节省您的时间，另外还可以对话聊天，解决您编程碰到的问题。

VS Code 也可以安装 Python AI 编程助手扩展，如 “Python AI 编程助手” 扩展，它可以提供代码自动补全、智能提示、代码分析等功能，帮助开发者更高效地编写 Python 代码。

4. 两者推荐建议

如果你是 Python 初学者：
推荐使用 VS Code。它轻量级、启动速度快，且通过安装 Python扩展可以快速搭建开发环境。
VS Code 的扩展生态丰富，可以根据需要逐步添加功能，适合初学者逐步学习。
如果你计划从事大型项目开发或团队协作：
推荐使用 PyCharm 专业版。它提供了更多高级功能，如团队协作、代码分析、性能优化等。
如果你的电脑配置较低：
推荐使用 VS Code，因为它对硬件资源的要求较低，运行更加流畅。