Onde escrever código em Python: Python online, IDLE, Thonny, VS Code, PyCharm, Jupyter e Colab

Você pode escrever e executar código em Python em três lugares: no navegador (Python online, sem instalação), em um ambiente de estudo simples como o IDLE ou o Thonny e em um editor profissional, como o VS Code ou o PyCharm. Para análise de dados existe um mundo à parte: Jupyter, Google Colab e Spyder, do pacote Anaconda. A seguir veja as diferenças entre eles, como executar o primeiro código em cada um e o que escolher para a sua tarefa.

Compilador ou interpretador: o que executa o código de fato

Na pesquisa, muitos escrevem "compilador Python", mas o Python é uma linguagem interpretada. O código é executado por um programa interpretador: você escreve texto comum em um arquivo .py, e ele lê e executa esse texto. A implementação principal se chama CPython, escrita em C — é ela que você instala pelo python.org ou pelo uv.

Por dentro, o CPython primeiro converte o código-fonte em bytecode (aqueles arquivos .pyc na pasta __pycache__) e imediatamente o executa em sua máquina virtual. Não existe uma etapa separada de "compilar para exe". Por isso, qualquer "compilador Python online" é, na prática, um interpretador rodando em um servidor ou diretamente no navegador.

Daí a ideia principal deste artigo: editor e interpretador são coisas diferentes. IDLE, Thonny, VS Code e PyCharm são lugares onde você escreve o texto. Quem o executa é sempre o interpretador Python, e em ambientes sérios você escolhe qual deles usar.

Python online: executar código sem instalar nada

Se você precisa testar algumas linhas, resolver um exercício de livro ou está em um computador de outra pessoa, o mais simples é abrir um Python online no navegador. Você digita o código na janela, clica em Run e vê o resultado. Não é preciso instalar nada; funciona até em tablet.

Os interpretadores online são de dois tipos:

• De servidor — o código é enviado para uma máquina remota e executado lá (é assim que funcionam o OnlineGDB, o Replit e a maioria dos sites de "python online compiler"). Há um CPython completo, mas normalmente o tempo de execução é limitado e não dá para instalar bibliotecas próprias.
• De navegador — o interpretador é compilado para WebAssembly (projeto Pyodide, usado no JupyterLite e no PyScript). O código não sai do seu computador, mas nem todos os módulos estão disponíveis: não há rede no sentido usual e não é possível iniciar processos.

Para entender o que o código faz linha a linha, existe o Python Tutor (pythontutor.com): ele executa um pequeno programa passo a passo e desenha variáveis, listas e chamadas de função. É ótimo para estudar laços e recursão, mas não serve para programas grandes nem para bibliotecas externas.

Preste atenção à versão: os serviços online costumam ficar atrás do lançamento mais recente. Se um exemplo do curso usa as novidades do Python 3.15, em um site com um interpretador antigo ele pode não rodar. Dá para conferir a versão direto na janela:

import sys
print(sys.version)

Encontrar erro no código Python online

O interpretador online também ajuda com erros: execute o código, e o Python mostrará o traceback — a linha e o tipo do erro. Leia-o de baixo para cima: a última linha diz o que aconteceu, e as linhas acima mostram onde.

Traceback (most recent call last):
  File "main.py", line 2, in <module>
    print(total + 1)
          ^^^^^
NameError: name 'total' is not defined

Aqui há um erro de digitação no nome da variável, ou ela não foi criada. Um erro típico de iniciante é SyntaxError: 'return' outside function: o return está fora de uma função, geralmente por causa de um recuo errado. Confira se a linha está recuada com os mesmos quatro espaços do corpo do def.

Quando o Python online não basta

Os ambientes online são bons para os primeiros passos, mas, para estudar a sério, logo começam a atrapalhar: arquivos se perdem, não dá para instalar bibliotecas, não há depurador, e é difícil montar um projeto com vários módulos. Assim que você passar a escrever código todos os dias, instale o Python localmente — leva uns dez minutos — e escolha um editor da lista abaixo.

IDLE: ambiente que já vem com o Python

O IDLE (idle python) acompanha os instaladores do python.org para Windows e macOS, então não é preciso baixá-lo separadamente: instalou o Python, já tem o IDLE. No Linux ele costuma ser instalado como pacote; no Debian e no Ubuntu, use sudo apt install idle3.

No IDLE há duas janelas. O Shell é um console interativo com o prompt >>>, em que cada linha é executada na hora. O editor abre por File → New File: você escreve o código, salva o arquivo e pressiona F5 (Run → Run Module) — o resultado aparece no Shell.

As vantagens do IDLE são não precisar de configuração e ter realce de sintaxe. As desvantagens são o editor modesto: não há autocompletar decente em todo o projeto, nem integração com Git e ambientes virtuais. Para as primeiras semanas basta; para projetos, não. Não existe versão online do IDLE: quem pesquisa "idle python online" geralmente procura justamente um interpretador no navegador.

Thonny: o melhor editor para os primeiros passos

O Thonny é uma IDE gratuita, feita especialmente para o ensino. O instalador inclui um Python próprio, então dá para começar sem instalar o interpretador separadamente. A interface é minimalista: janela do editor, console e botão de execução.

O grande diferencial do Thonny é o depurador passo a passo, simples de entender. Você vê como cada expressão é calculada, quais valores têm as variáveis e como as funções são chamadas. Para quem ainda não entende por que um laço se comporta de determinada forma, isso vale mais do que qualquer recurso avançado. As bibliotecas são instaladas pelo menu Tools → Manage packages, sem linha de comando.

Se você ensina uma criança ou estuda sozinho do zero e o terminal assusta, comece pelo Thonny. Depois de um par de meses, dá para migrar tranquilamente para o VS Code.

VS Code: editor universal para Python e para o resto

O Visual Studio Code é um editor gratuito da Microsoft que vira um ambiente completo para Python depois da instalação da extensão Python (junto dela vem o Pylance, para autocompletar e verificação de tipos). É a opção mais popular entre quem programa não só em Python: em uma única janela ficam código, terminal, Git, Docker e Markdown.

Como instalar o Python no VS Code

1. Instale o próprio Python (python.org ou uv python install 3.15) — o VS Code não o inclui.
2. Baixe o VS Code em code.visualstudio.com e instale.
3. Abra o painel Extensions (Ctrl+Shift+X), procure Python da Microsoft e clique em Install.
4. Abra a pasta do projeto (File → Open Folder) e crie o arquivo main.py.
5. Pressione Ctrl+Shift+P, escolha Python: Select Interpreter e indique a versão necessária ou o .venv do projeto.
6. Execute o arquivo pelo botão ▷ no canto superior direito ou pela tecla F5, para rodar com o depurador.

O problema mais comum é o VS Code executar outro Python, e a biblioteca que você acabou de instalar "não é encontrada". O interpretador escolhido aparece na barra de status embaixo; se ali estiver o Python do sistema, mas as bibliotecas estão no ambiente do projeto, troque-o em Select Interpreter.

PyCharm: IDE poderosa dedicada ao Python

O PyCharm, da JetBrains, é um ambiente criado só para Python. Ele entende o código melhor do que qualquer outro: refatoração inteligente (renomear uma função em todo o projeto), navegação pelas definições, depurador e executor de testes integrados, trabalho com bancos de dados e Git. Os recursos básicos são gratuitos; os avançados para desenvolvimento web e de dados exigem assinatura.

O preço do poder é o peso: o PyCharm demora bem mais para abrir e exige mais memória do que o VS Code. Em um notebook fraco isso se percebe.

Como configurar o interpretador Python no PyCharm

Ao criar um projeto (New Project), o PyCharm propõe criar um ambiente virtual e pergunta o interpretador base — indique o Python 3.15 instalado. Para um projeto existente: Settings → Project → Python Interpreter → Add Interpreter, depois escolha um ambiente existente ou crie um novo. Se a versão necessária não aparece na lista, é porque o Python não está instalado no sistema — o PyCharm não o inclui.

Jupyter e Google Colab: cadernos para dados e experimentos

O Jupyter Notebook e o JupyterLab funcionam de outro jeito: o código fica em células, cada uma pode ser executada separadamente, e o resultado — tabela, gráfico, texto — aparece logo abaixo dela. As variáveis são mantidas entre as células, então é cômodo carregar os dados uma vez e depois experimentar. Instala-se no projeto com uv add jupyterlab e roda-se com uv run jupyter lab.

O Google Colab (colab python) é o mesmo caderno Jupyter, mas na nuvem do Google. Basta uma conta Google e um navegador; as bibliotecas populares de dados e machine learning já estão instaladas, e para cálculos pesados dá para conectar uma GPU. Limitações: a sessão é encerrada quando fica ociosa, os arquivos precisam ser salvos no Google Drive, e a versão do Python é definida pelo serviço e pode ficar atrás da última.

Cadernos são ótimos para análise de dados e aprendizado, mas ruins para aplicações: é fácil confundir a ordem de execução das células, e um arquivo .ipynb é incômodo de versionar no Git. O código de trabalho do caderno vale ser transferido para módulos .py comuns.

Anaconda e Spyder: distribuição para cálculos científicos

O Anaconda é uma distribuição do Python para ciência e análise de dados: traz o interpretador, o gerenciador de pacotes conda, centenas de bibliotecas (NumPy, pandas, Matplotlib), o Jupyter e a IDE Spyder. Instala-se com um único instalador; no Windows, por padrão, o Anaconda não se adiciona ao PATH, e as suas ferramentas são iniciadas pelo Anaconda Prompt ou pelo Anaconda Navigator.

O Spyder (spyder python) lembra o MATLAB ou o RStudio: editor, console IPython, visualização de variáveis e gráficos na mesma janela. Para cientistas e analistas que vêm dessas ferramentas, é o mais familiar.

Há duas coisas a considerar. A distribuição ocupa vários gigabytes, embora para estudar a maior parte dos pacotes não seja necessária. E, para uso comercial em organizações, convém ler com atenção a licença do Anaconda. Uma alternativa leve é o Miniconda ou o Python comum com uv, instalando as bibliotecas necessárias conforme a demanda.

Comparação de ambientes: onde escrever código em Python

Como escolher o ambiente: um roteiro curto

• Quer ver agora o que é Python — abra um Python online ou o Colab.
• Está aprendendo do zero e tem medo do terminal — Thonny ou IDLE.
• Vai escrever scripts, bots, sites ou trabalhar em equipe — VS Code ou PyCharm.
• Trabalha com tabelas, gráficos e modelos — Jupyter (localmente ou no Colab), Spyder se você está acostumado com o MATLAB.

Trocar de ambiente quase não custa nada: o arquivo .py é texto comum, que abre em qualquer editor. Mais importante é se acostumar a executar o código também pelo terminal, sem os botões do ambiente:

python3 expenses.py      # forma padrão do sistema
uv run expenses.py       # versão e ambiente do projeto

Assim você sabe com certeza qual interpretador executa o programa — e, portanto, o código se comportará igual no IDLE, no VS Code e no servidor.

Resumo

O Python online no navegador é a melhor forma de experimentar a linguagem em um minuto, mas para estudar de forma contínua vale instalar o Python e escolher um editor: IDLE ou Thonny no início, VS Code ou PyCharm para projetos, Jupyter, Colab e Spyder para dados. Lembre-se de que o editor apenas ajuda a escrever o texto, e quem o executa é o interpretador, cuja versão é preciso conhecer. A instalação do Python 3.15, o trabalho no console REPL e a execução do primeiro script são feitos na prática na primeira aula do curso.