Python 開發工具
IPython IPython provides a rich architecture for interactive computing with:
A powerful interactive shell. A kernel for Jupyter. Support for interactive data visualization and use of GUI toolkits. Flexible, embeddable interpreters to load into your own projects. Easy to use, high performance tools for parallel computing. IPython 是一個強大的基於 Python 的互動式 shell，相較於原生的 Python shell，IPython 提供了更為強大的編輯和互動能力。建議在工作中使用 IPython Shell 替代原生的 Python Shell 以獲得更高的工作效率。
使用 IPython 有哪些好處？
同時 IPython 為 Jupyter 專案提供核心，支援互動式資料視覺化，並提供簡單易用且高效能平行計算的能力。
python3 -m pip install ipython Jupyter 2014 年，Fernando Pérez 宣佈從 IPython 中衍生出一個名為 Jupyter 的專案。IPython 繼續以 Python shell 和 Jupyter 核心的形式存在，而 IPython Notebook 和其他與語言無關的部分移到了 Jupyter 名下。Jupyter 是語言無關的，它的名稱是對 Jupyter 支援的核心程式語言的引用，這些語言是 Julia、Python 和 R，它支援幾十種語言的執行環境（也就是核心），這些語言包括 Julia、R、Haskell、Ruby，當然還有Python（通過IPython核心）。
2015年，GitHub 和 Jupyter 專案宣佈 Jupyter Notebook 檔案格式（.ipynb檔案）在 GitHub 平臺上可以原生渲染。
Jupyter 官方強烈建議使用 Anaconda 發行版安裝 Python 和 Jupyter。
Anaconda The World's Most Popular Python/R Data Science Platform
anaconda
Anaconda 可以非常方便的在 MacOS / Linux / Windows 上執行資料科學和機器學習程式。並且：
快速下載 1,500 多個 Python / R 資料科學包
使用 scikit-learn，TensorFlow 和 Theano 開發和訓練機器學習和深度學習模型
使用 Dask，NumPy，pandas 和 Numba 分析具有可伸縮性和效能的資料
使用 Matplotlib，Bokeh，Datashader 和 Holoviews 提供視覺化結果
通過命令列安裝 Anaconda
Jupyter Notebook 和 JupyterLab JupyterLab 是 Jupyter 專案下一代的 web 使用者介面。
啟動 JupyterLab
jupyter lab 訪問 JupyterLab
http://localhost:8888/lab 訪問 Jupyter Notebook
http://localhost:8888/tree Visual Studio Code 微軟出品。跨平臺、輕量級但功能強大的原始碼編輯器。Sublime Text 已經好久沒有開啟過了。
輕量、便捷、強大，力推！！！
安裝 Visual Studio Code
選擇 Python 直譯器版本
使用快捷鍵 ⇧⌘p 撥出 Command Palette，在其中輸入 select interpreter，選中 Python: Select Interpreter。 從系統列出的若干個 Python 版本中選擇你需要的那一個。MacOS 系統自帶一個 Python 2.7，我們安裝的 Anaconda 為系統安裝了 Python 3.7。 安裝擴充套件
使用快捷鍵 ⇧⌘x 撥出擴充套件皮膚。安裝 anaconda 擴充套件，它會同時安裝 python 擴充套件。
PyCharm JetBrains 出品，必屬精品！
最強大的 Python 整合開發環境，提供程式碼分析、圖形化偵錯程式，整合測試器、整合版本控制系統，並支援使用Django進行網頁開發。
在校學生可以通過 edu 郵箱申請 JetBrains 免費的教育授權。
社群版向開發者免費開放，完全可以滿足日常開發工作(缺少 Django Web 開發支援)。