# 在哪里编写 Python 代码：在线 Python、IDLE、Thonny、VS Code、PyCharm、Jupyter 和 Colab

URL: https://skillaria.top/zh/guides/python/where-to-write-python-code

不安装即可在浏览器的在线 Python 中试运行代码，或使用 Google Colab。长期学习时建议安装 Python，入门阶段使用 IDLE 或 Thonny，做项目用 VS Code 或 PyCharm，做数据分析则使用 Jupyter、Colab 或 Spyder。

在三个地方都可以编写和运行 Python 代码：浏览器（无需安装的在线 Python）、IDLE 或 Thonny 这类简单的学习环境，以及 VS Code 或 PyCharm 这样的专业编辑器。数据分析还有一套单独的工具：Jupyter、Google Colab，以及 Anaconda 发行版中的 Spyder。下面说明它们的区别，如何在每种环境中运行第一段代码，以及根据你的任务如何选择。

## 编译器还是解释器：到底是什么在运行代码

搜索时常会看到「Python 编译器」这个说法，但 Python 是一门解释型语言。代码由解释器程序执行：你在 `.py` 文件中写普通文本，解释器读取并执行它。最主要的实现叫做 CPython，用 C 语言编写，也就是你从 python.org 或通过 uv 安装的那个程序。

CPython 会先把源代码翻译为字节码（`__pycache__` 文件夹中的 `.pyc` 文件），然后立即在自己的虚拟机上执行。没有「编译成 exe」的单独步骤。因此，所谓的「Python 在线编译器」，实际上都是在服务器或浏览器中运行的解释器。

这就是本文的核心观点：编辑器和解释器是两回事。IDLE、Thonny、VS Code 和 PyCharm 是你编写文本的地方，而执行代码的始终是 Python 解释器。在正规的开发环境中，你需要自己选择使用哪一个解释器。

## 在线 Python：无需安装即可运行代码

如果只想验证几行代码、完成教材上的一道题，或者正在别人的电脑上工作，最简单的办法是在浏览器中打开在线 Python。你在窗口里输入代码，点击 Run，就能看到输出结果。无需安装任何东西，平板电脑上也能用。

在线解释器主要有两类：

- **服务端运行**：代码被发送到远程服务器执行（OnlineGDB、Replit 以及大多数「python online compiler」类网站都是这样工作的）。这里运行的是完整的 CPython，但通常有运行时间限制，且不能安装你自己的库。
- **浏览器端运行**：解释器以 WebAssembly 形式在浏览器中运行（Pyodide 项目，JupyterLite 和 PyScript 都基于它）。代码不会离开你的电脑，但并非所有模块都可用：通常没有常规的网络访问，也不能启动进程。

注意版本：在线服务往往落后于最新发布。如果课程中的示例使用了 Python 3.15 的新特性，在解释器版本较旧的网站上可能无法运行。版本可以直接在窗口中检查：

```
import sys
print(sys.version)
```

### 在线查找 Python 代码中的错误

在线解释器同样有助于排查错误：运行代码后，Python 会显示 traceback，指出出错的行和错误类型。阅读时从下往上看：最后一行说明发生了什么，上面的行说明在哪里发生。

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

这里是变量名拼写错误，或者忘记了定义该变量。新手常见的错误是 `SyntaxError: 'return' outside function`：`return` 写在函数外面，通常是缩进错位造成的。请检查这一行是否与 `def` 的函数体缩进相同，即四个空格。

### 在线 Python 不够用的时候

在线环境适合入门，但认真学习时很快会遇到限制：文件容易丢失，无法安装库，没有调试器，多模块的项目也不便组织。一旦你每天都写代码，就请在本地安装 Python，大约十分钟即可完成，然后从下面的列表中选择一个编辑器。

## IDLE：随 Python 一起安装的环境

IDLE 包含在 python.org 提供的 Windows 和 macOS 安装程序中，因此无需单独下载：装好 Python 就有了 IDLE。在 Linux 上通常通过软件包安装，在 Debian 和 Ubuntu 上使用 `sudo apt install idle3`。

IDLE 有两个窗口。Shell 是带有 `>>>` 提示符的交互式控制台，每输入一行就立即执行。编辑器通过 File → New File 打开：编写代码，保存文件，然后按 F5（Run → Run Module），结果会显示在 Shell 中。

IDLE 的优点是无需任何配置，并且带语法高亮。缺点是编辑器比较简陋：没有完善的项目级自动补全，也没有内置的 Git 和虚拟环境支持。前几周够用，做项目就不够了。IDLE 没有在线版本：搜索「idle python online」的人通常需要的正是浏览器中的在线解释器。

## Thonny：最适合入门第一步的编辑器

Thonny 是专为教学设计的免费 IDE。它的安装包自带 Python，因此完全可以不单独安装解释器就开始学习。界面极简：编辑器窗口、控制台和运行按钮。

Thonny 的亮点是清晰的单步调试器。你可以看到每个表达式如何计算、变量取什么值、函数如何被调用。对于还不明白为什么循环的执行结果与预期不符的人来说，这比任何高级功能都更有价值。库可以通过 Tools → Manage packages 菜单安装，无需使用命令行。

如果你要教孩子，或者从零开始自学而又害怕终端，就从 Thonny 开始吧。几个月后，再平滑地转到 VS Code 也不迟。

## VS Code：适用于 Python 和其他一切的通用编辑器

Visual Studio Code 是微软推出的免费编辑器，安装 Python 扩展后就成为完整的 Python 开发环境（扩展会一并安装 Pylance，用于自动补全和类型检查）。对于不只写 Python 的人来说，这是最受欢迎的选择：同一个窗口里可以有代码、终端、Git、Docker 和 Markdown。

### 如何在 VS Code 中设置 Python

1. 先安装 Python 本身（python.org 或 `uv python install 3.15`），VS Code 并不包含它。
2. 从 code.visualstudio.com 下载并安装 VS Code。
3. 打开 Extensions 面板（Ctrl+Shift+X），搜索 Microsoft 发布的 Python，点击 Install。
4. 打开项目文件夹（File → Open Folder），新建文件 `main.py`。
5. 按 Ctrl+Shift+P，选择 Python: Select Interpreter，指定所需版本或项目的 `.venv`。
6. 点击右上角的 ▷ 运行文件，或按 F5 在调试器中运行。

最常见的问题是 VS Code 运行的 Python 不是你期望的那个，于是刚装好的库「找不到」。当前使用的解释器显示在底部状态栏中；如果那里显示的是系统 Python，而库安装在项目的虚拟环境中，请通过 Select Interpreter 切换。

## PyCharm：专为 Python 打造的强大 IDE

PyCharm 由 JetBrains 开发，是只为 Python 设计的环境。它对代码的理解最为深入：智能重构（例如在整个项目中重命名函数）、跳转到定义、内置调试器、测试运行器、数据库工具以及 Git 集成。基础功能免费，Web 开发和数据方面的高级功能需要订阅。

强大的代价是体积：PyCharm 的启动明显比 VS Code 慢，占用的内存也更多，在配置较低的笔记本上会感受到。

### 如何在 PyCharm 中设置解释器

创建项目时（New Project），PyCharm 会提议创建虚拟环境，并询问基础解释器，此时选择你已安装的 Python 3.15 即可。对于已有项目：Settings → Project → Python Interpreter → Add Interpreter，然后选择已有的环境或新建一个。如果列表中没有所需版本，说明系统中没有安装 Python——PyCharm 本身并不自带解释器。

## Jupyter 与 Google Colab：用于数据和实验的笔记本

Jupyter Notebook 和 JupyterLab 的工作方式不同：代码放在单元格中，可以单独运行每个单元格，结果（表格、图表、文字）直接显示在其下方。变量在单元格之间保持不变，因此可以只加载一次数据，然后反复实验。在项目中可以用 `uv add jupyterlab` 安装，并用 `uv run jupyter lab` 启动。

Google Colab（colab python）就是云端的 Jupyter 笔记本，由 Google 提供。你只需要 Google 账号和浏览器；常用的数据和机器学习库已经预装，处理大型计算时还可以连接 GPU。限制是：会话空闲一段时间后会断开，文件需要保存到 Google 云端硬盘，Python 版本由服务决定，可能落后于最新版本。

笔记本非常适合数据分析和学习，但不适合开发应用：单元格的执行顺序很容易搞混，而 `.ipynb` 文件在 Git 中不便管理。笔记本中可以复用的代码，应当迁移到普通的 `.py` 模块中。

## Anaconda 与 Spyder：科学计算发行版

Anaconda 是面向科学计算和数据分析的 Python 发行版：内含解释器、包管理器 conda、数百个库（NumPy、pandas、Matplotlib）、Jupyter 以及 IDE Spyder。通过一个安装程序即可完成安装。在 Windows 上，Anaconda 默认不会把自己加入 PATH，它的工具建议从 Anaconda Prompt 或 Anaconda Navigator 中启动。

Spyder（spyder python）类似于 MATLAB 或 RStudio：编辑器、IPython 控制台、变量与图表查看器集中在一个窗口中。对于从这些工具转过来的科研人员和分析师来说，它最为顺手。

需要注意两点。这个发行版有好几个 GB，而学习时大部分包都用不上。另外，在企业中商业使用 Anaconda 时，要仔细阅读其许可条款。更轻量的替代方案是 Miniconda 或使用 uv 管理的普通 Python，需要哪个库再安装哪个。

## 环境对比：在哪里编写 Python 代码

| 环境 | 安装方式 | 优势 | 适合人群 |
| --- | --- | --- | --- |

| 在线 Python | 无需安装 | 一秒即可开始，随处可用 | 尝试、解决小题 |

| IDLE | 随 Python 一起安装 | 无需配置，自带控制台和编辑器 | 最初几周 |

| Thonny | 单个程序，自带 Python | 直观的单步调试器 | 初学者、学生 |

| VS Code | 编辑器 + Python 扩展 | 轻量、通用、扩展丰富 | 大多数开发者 |

| PyCharm | 独立 IDE | 深度代码分析，重构 | 大型 Python 项目 |

| Jupyter | 项目中添加的包 | 单元格式运行，代码下方直接出图 | 数据分析、实验 |

| Google Colab | 无需安装，需 Google 账号 | 云端运行，库已就绪，有 GPU | 没有高性能电脑时做数据和机器学习 |

| Anaconda + Spyder | 大型发行版 | 科学计算所需的一切都在一个包中 | 科研人员、分析师 |

## 如何选择环境：简短指南

- 想立刻看看 Python 是什么样子——打开在线 Python 或 Colab。
- 从零开始学，又害怕终端——Thonny 或 IDLE。
- 打算编写脚本、机器人、网站，或在团队中工作——VS Code 或 PyCharm。
- 处理表格、图表和模型——Jupyter（本地或 Colab），如果习惯了 MATLAB，则用 Spyder。

在不同环境之间切换几乎没有成本：`.py` 文件只是普通文本，任何编辑器都能打开。更重要的是习惯从终端运行代码，而不仅仅依赖环境中的按钮：

```
python3 expenses.py      # 使用系统的方式
uv run expenses.py       # 使用项目的版本与环境
```

这样你就能确切知道是哪个解释器在执行程序，代码在 IDLE、VS Code 和服务器上的表现也会保持一致。

## 总结

在线 Python 是一分钟内体验这门语言的最佳方式，但要持续学习，最好安装 Python 并选择一个编辑器：入门用 IDLE 或 Thonny，做项目用 VS Code 或 PyCharm，处理数据用 Jupyter、Colab 和 Spyder。请记住，编辑器只是帮你编写文本，真正执行代码的是解释器，所以你需要知道它的版本。安装 Python 3.15、在 REPL 控制台中工作以及运行第一个脚本，都会在课程的第一讲中实际演示。

## FAQ

**可以用手机编写 Python 吗？**

可以：在手机浏览器中使用在线解释器或 Google Colab 即可，Android 上也有内置 Python 的应用。不过用手机键盘学习很不方便，手机更适合做简短的检查。

**学 Python 用 VS Code 还是 PyCharm 更好？**

两者都很优秀。VS Code 更轻便，适合同时使用多种语言的人；PyCharm 对 Python 代码的理解更深入，在大型项目中更顺手。可以各试用一周，选择你觉得更舒服的那个。

**有了 PyCharm 或 VS Code 还需要安装 Python 吗？**

需要。这些编辑器不包含解释器，必须单独安装 Python。例外是自带 Python 的 Thonny 以及 Anaconda 发行版。

**代码在在线编译器中能运行，为什么在我的电脑上不行？**

最常见的原因是 Python 版本不同，或缺少某个库。用 python3 --version 检查版本，并将缺少的包安装到项目的虚拟环境中。

**Google Colab 是免费的吗？**

基础版免费，只需 Google 账号；免费版的会话时长和计算资源有限，更高级的套餐需要付费。


---
Source: Skillaria.Top (https://skillaria.top)