# Dove scrivere codice Python: Python online, IDLE, Thonny, VS Code, PyCharm, Jupyter e Colab URL: https://skillaria.top/it/guides/python/dove-scrivere-codice-python Si può provare Python senza installazione nel compilatore Python online o in Google Colab. Per lo studio regolare installate Python e scrivete il codice in IDLE o Thonny all'inizio, in VS Code o PyCharm per i progetti e in Jupyter, Colab o Spyder per l'analisi dei dati. Il codice Python si può scrivere ed eseguire in tre posti: nel browser (compilatore Python online, senza installazioni), in un ambiente didattico semplice come IDLE o Thonny e in un editor professionale come VS Code o PyCharm. Per l'analisi dei dati esiste un mondo a parte: Jupyter, Google Colab e Spyder dalla distribuzione Anaconda. Qui sotto vediamo in cosa si distinguono, come eseguire il primo codice in ciascuno e che cosa scegliere per il vostro compito. ## Compilatore o interprete: che cosa esegue davvero il codice Nelle ricerche si trova spesso la parola «compilatore Python», ma Python è un linguaggio interpretato. Il codice lo esegue un programma interprete: scrivete testo normale in un file `.py`, e l'interprete lo legge ed esegue. L'implementazione principale si chiama CPython ed è scritta in C — è quella che installate da python.org o con uv. All'interno, CPython traduce prima il sorgente in bytecode (i file `.pyc` nella cartella `__pycache__`) e subito dopo lo esegue sulla propria macchina virtuale. Non esiste un passaggio separato «compila in exe». Quindi ogni «compilatore Python online» è in realtà un interprete avviato su un server o direttamente nel browser. Da qui il messaggio principale dell'articolo: editor e interprete sono cose diverse. IDLE, Thonny, VS Code e PyCharm sono i posti in cui scrivete il testo. A eseguirlo è sempre l'interprete Python, e negli ambienti seri siete voi a scegliere quale. ## Python online: eseguire il codice senza installazione Se dovete verificare un paio di righe, risolvere un esercizio del manuale o state lavorando al computer di qualcun altro, la via più semplice è aprire un Python online nel browser. Scrivete il codice nella finestra, premete Run e vedete il risultato. Non serve installare nulla, funziona perfino su un tablet. I compilatori online sono di due tipi: - **Lato server** — il codice viene inviato a una macchina remota ed eseguito lì (così funzionano OnlineGDB, Replit e la maggior parte dei siti «python online compiler»). C'è un CPython completo, ma di solito il tempo di esecuzione è limitato e non si possono installare librerie proprie. - **Nel browser** — l'interprete è compilato in WebAssembly (il progetto Pyodide, su cui funzionano JupyterLite e PyScript). Il codice non lascia il computer, ma non tutti i moduli sono disponibili: la rete non funziona nel modo consueto e non si possono avviare processi. Fate attenzione alla versione: i servizi online spesso restano indietro rispetto all'ultima release. Se l'esempio del corso usa le novità di Python 3.15, su un sito con un interprete vecchio potrebbe non funzionare. La versione si verifica facilmente direttamente nella finestra: ``` import sys print(sys.version) ``` ### Python Tutor, Replit e PythonAnywhere Tra i servizi di Python online tre sono particolarmente utili a chi studia. **Python Tutor** (pythontutor.com) esegue il codice passo dopo passo e disegna variabili, liste e riferimenti tra oggetti: è il modo più chiaro per capire che cosa succede in un ciclo o perché due nomi puntano alla stessa lista. **Replit** è un IDE completo nel browser, con file, terminale e installazione di pacchetti, ma il piano gratuito è limitato. **PythonAnywhere** offre una console Python nel browser e un piccolo hosting gratuito per script e semplici siti web. ### Trovare errori nel codice Python online L'interprete online aiuta anche con gli errori: eseguite il codice e Python mostra il traceback — la riga e il tipo di errore. Si legge dal basso verso l'alto: l'ultima riga dice che cosa è successo, le righe sopra indicano dove. ``` Traceback (most recent call last): File "main.py", line 2, in print(total + 1) ^^^^^ NameError: name 'total' is not defined ``` In questo caso c'è un refuso nel nome della variabile, oppure la variabile non è stata dichiarata. Un errore tipico dei principianti è `SyntaxError: 'return' outside function`: `return` si trova fuori da una funzione, di solito per un rientro sbagliato. Controllate che la riga sia spostata degli stessi quattro spazi del corpo di `def`. ### Quando il Python online non basta Gli ambienti online vanno bene per i primi passi, ma per studiare sul serio presto danno fastidio: i file si perdono, non si può installare una libreria, manca il debugger, un progetto con più moduli è scomodo da gestire. Appena scrivete codice ogni giorno, installate Python in locale — ci vogliono dieci minuti — e scegliete un editor dall'elenco qui sotto. ## IDLE: l'ambiente che arriva insieme a Python IDLE (idle python) è incluso nei programmi di installazione di python.org per Windows e macOS, quindi non serve scaricarlo a parte: installato Python, avete anche IDLE. Su Linux di solito si installa come pacchetto; su Debian e Ubuntu con `sudo apt install idle3`. In IDLE ci sono due finestre. Shell è la console interattiva con il prompt `>>>`, dove ogni riga viene eseguita subito. L'editor si apre con File → New File: scrivete il codice, salvate il file e premete F5 (Run → Run Module) — il risultato compare nella Shell. Il vantaggio di IDLE è che non richiede configurazione e ha l'evidenziazione della sintassi. Gli svantaggi: un editor modesto, nessun autocompletamento decente sull'intero progetto, nessuna gestione integrata di Git e ambienti virtuali. Per le prime settimane basta, per i progetti no. Una versione online di IDLE non esiste: chi cerca «idle python online» di solito cerca proprio un interprete nel browser. ## Thonny: il miglior editor per i primissimi passi Thonny è un IDE gratuito pensato apposta per l'insegnamento. Il suo programma di installazione include un proprio Python, quindi si può cominciare senza installare un interprete a parte. L'interfaccia è minimale: finestra dell'editor, console e pulsante di avvio. La caratteristica principale di Thonny è un debugger passo-passo chiaro. Vedete come viene calcolata ogni espressione, quali valori hanno le variabili e come vengono chiamate le funzioni. Per chi non capisce ancora perché un ciclo si comporta in un certo modo, questo vale più di qualsiasi funzione avanzata. Le librerie si installano dal menu Tools → Manage packages, senza riga di comando. Se insegnate a un bambino o studiate da zero e il terminale vi spaventa, cominciate con Thonny. Dopo un paio di mesi potete passare a VS Code senza problemi. ## VS Code: editor universale per Python e per tutto il resto Visual Studio Code è un editor gratuito di Microsoft che diventa un ambiente completo per Python dopo l'installazione dell'estensione Python (insieme si installa Pylance per l'autocompletamento e il controllo dei tipi). È la scelta più diffusa tra chi programma non solo in Python: in un'unica finestra ci sono codice, terminale, Git, Docker, Markdown. ### Come installare Python per VS Code 1. Installate Python (da python.org oppure con `uv python install 3.15`) — VS Code non lo contiene. 2. Scaricate VS Code da code.visualstudio.com e installatelo. 3. Aprite il pannello Extensions (Ctrl+Shift+X), cercate Python di Microsoft e premete Install. 4. Aprite la cartella del progetto (File → Open Folder) e create il file `main.py`. 5. Premete Ctrl+Shift+P, scegliete Python: Select Interpreter e indicate la versione giusta oppure la `.venv` del progetto. 6. Avviate il file con il pulsante ▷ in alto a destra oppure con F5 per l'esecuzione con il debugger. Il problema più frequente è che VS Code avvia un Python diverso da quello in cui avete appena installato la libreria, e la libreria «non si trova». L'interprete scelto è mostrato nella barra di stato in basso; se c'è il Python di sistema ma le librerie sono nell'ambiente del progetto, cambiatelo con Select Interpreter. ## PyCharm: potente IDE dedicato a Python PyCharm di JetBrains è un ambiente creato solo per Python. Capisce il codice più in profondità di tutti: refactoring intelligente (rinominare una funzione in tutto il progetto), navigazione alle definizioni, debugger integrato, test runner, lavoro con database e Git. Le funzioni di base sono gratuite, quelle avanzate per il web e i dati richiedono un abbonamento. Il prezzo della potenza è il peso: PyCharm si avvia molto più lentamente di VS Code e richiede più memoria. Su un portatile poco potente si sente. ### Come impostare l'interprete Python in PyCharm Quando create un progetto (New Project), PyCharm propone di creare un ambiente virtuale e chiede l'interprete di base — indicate il Python 3.15 installato. Per un progetto esistente: Settings → Project → Python Interpreter → Add Interpreter, poi scegliete un ambiente esistente o crearne uno nuovo. Se nell'elenco manca la versione giusta, significa che Python non è installato nel sistema — PyCharm non lo include. ## Jupyter e Google Colab: notebook per i dati e gli esperimenti Jupyter Notebook e JupyterLab funzionano in modo diverso: il codice vive in celle, ciascuna si può eseguire separatamente, e il risultato — tabella, grafico, testo — compare subito sotto. Le variabili restano disponibili tra una cella e l'altra, quindi è comodo caricare i dati una volta e poi sperimentare. Si aggiunge al progetto con `uv add jupyterlab` e si avvia con `uv run jupyter lab`. Google Colab (colab python) è lo stesso notebook Jupyter, ma nel cloud di Google. Serve solo un account Google e un browser; le librerie più diffuse per i dati e il machine learning sono già installate, e per i calcoli pesanti si può collegare una GPU. Limiti: la sessione si chiude dopo un periodo di inattività, i file vanno salvati su Google Drive, e la versione di Python è decisa dal servizio e può restare indietro rispetto all'ultima. I notebook sono ottimi per l'analisi dei dati e per lo studio, ma poco adatti alle applicazioni: è facile confondere l'ordine di esecuzione delle celle, e un file `.ipynb` si gestisce male in Git. Il codice funzionante del notebook conviene spostarlo in normali moduli `.py`. ## Anaconda e Spyder: distribuzione per il calcolo scientifico Anaconda è una distribuzione di Python per la scienza e l'analisi dei dati: contiene l'interprete, il gestore di pacchetti conda, centinaia di librerie (NumPy, pandas, Matplotlib), Jupyter e l'IDE Spyder. Si installa con un unico programma; su Windows Anaconda di default non si aggiunge al PATH, e i suoi strumenti si avviano consigliatamente da Anaconda Prompt o da Anaconda Navigator. Spyder (spyder python) ricorda MATLAB o RStudio: editor, console IPython, visualizzazione di variabili e grafici nella stessa finestra. Per gli scienziati e gli analisti che arrivano da questi strumenti è la scelta più familiare. Tenete presenti due cose. La distribuzione occupa diversi gigabyte, anche se per lo studio gran parte dei pacchetti non serve. E per uso commerciale nelle organizzazioni bisogna leggere attentamente la licenza di Anaconda. Un'alternativa più leggera sono Miniconda o il Python normale con uv, dove le librerie necessarie si installano quando servono. ## Confronto degli ambienti: dove scrivere codice Python | Ambiente | Installazione | Punti di forza | Per chi | | --- | --- | --- | --- | | Python online | non serve | avvio in un secondo, funziona ovunque | provare, risolvere un esercizio | | IDLE | incluso con Python | nessuna configurazione, console e editor | le prime settimane | | Thonny | un programma con Python incluso | debugger passo-passo chiaro | principianti, studenti | | VS Code | editor + estensione Python | leggero, universale, molte estensioni | la maggior parte degli sviluppatori | | PyCharm | IDE separato | analisi approfondita del codice, refactoring | grandi progetti Python | | Jupyter | pacchetto nel progetto | celle, grafici sotto il codice | analisi dei dati, esperimenti | | Google Colab | non serve, account Google | cloud, librerie pronte, GPU | dati e ML senza un PC potente | | Anaconda + Spyder | distribuzione grande | tutto il necessario per la scienza in un pacchetto | ricercatori, analisti | ## Come scegliere l'ambiente: schema rapido - Volete vedere subito che cos'è Python — aprite un Python online o Colab. - Imparate da zero e il terminale vi spaventa — Thonny o IDLE. - Scrivete script, bot, siti o lavorate in squadra — VS Code o PyCharm. - Lavorate con tabelle, grafici e modelli — Jupyter (in locale o in Colab), Spyder se venite da MATLAB. Cambiare ambiente costa quasi nulla: un file `.py` è un normale testo che si apre in qualsiasi editor. Più importante è imparare a eseguire il codice anche dal terminale, senza i pulsanti dell'ambiente: ``` python3 expenses.py # modo di sistema uv run expenses.py # versione e ambiente del progetto ``` Così sapete con certezza quale interprete esegue il programma — e il codice si comporterà allo stesso modo in IDLE, in VS Code e sul server. ## Riepilogo Il Python online nel browser è il modo migliore per provare il linguaggio in un minuto, ma per lo studio costante conviene installare Python e scegliere un editor: IDLE o Thonny all'inizio, VS Code o PyCharm per i progetti, Jupyter, Colab e Spyder per i dati. Ricordate che l'editor serve solo a scrivere il testo, mentre a eseguirlo è l'interprete, la cui versione va conosciuta. L'installazione di Python 3.15, il lavoro nella console REPL e l'avvio del primo script sono illustrati in pratica nella prima lezione del corso. ## FAQ **Si può scrivere in Python dal telefono?** Sì: vanno bene un Python online o Google Colab nel browser del telefono, e su Android esistono app con Python incluso. Per lo studio la tastiera è scomoda, quindi il telefono è più adatto a verifiche rapide. **Qual è il miglior ambiente per Python: VS Code o PyCharm?** Entrambi sono ottimi. VS Code è più leggero e conviene se programmate in più linguaggi; PyCharm capisce meglio il codice Python e risulta più comodo nei grandi progetti. Provate entrambi per una settimana e tenete quello con cui lavorate meglio. **Serve installare Python se ho PyCharm o VS Code?** Sì. Questi editor non contengono l'interprete, che deve essere installato a parte. Le eccezioni sono Thonny, che include Python, e la distribuzione Anaconda. **Perché il codice funziona nel compilatore online ma sul mio computer no?** Di solito cambia la versione di Python oppure manca una libreria. Verificate la versione con il comando python3 --version e installate i pacchetti mancanti nell'ambiente del progetto. **Google Colab è gratuito?** La versione base di Colab è gratuita e richiede solo un account Google; le risorse della versione gratuita sono limitate nel tempo della sessione e nella potenza, mentre i piani avanzati sono a pagamento. --- Source: Skillaria.Top (https://skillaria.top)