开发环境
官方定义是这样的
软件开发环境(Software Development Environment，SDE)是指在基本硬件和数字软件的基础上，为支持系统软件和应用软件的工程化开发和维护而使用的一组软件，简称SDE。它由软件工具和环境集成机制构成，前者用以支持软件开发的相关过程、活动和任务，后者为工具集成和软件的开发、维护及管理提供统一的支持。
通俗来讲，Python属于脚本语言，也叫解释型语言，python运行的过程中，和大家的传统语言，比如C、C++这种编译型语言不太一样，python的运行其实是一种解释的过程，因此它需要解释器。如果想运行Python程序，那么必不可少的就是Python的开发环境，通过它来将大家的Python代码解释成机器可执行的语言。
Python官方的下载地址：/downloads/
目前的版本是3.8.3，下载后直接安装即可。
另一种安装方法，也是偶特别极力推荐的就是通过Anaconda来进行安装，这款软件相当于一站式服务，里面集成了Python的运行环境，并集成了100多种库，此外该软件里面还有Anaconda Navigtor、Jupyter notebook、qtconsole和spyder等，由于集成的功能比较多，可以免去你大部分的开发环境准备工作，用起来非常的省心。
Anaconda下载地址：/download/
IDE
官方定义
集成开发环境（IDE，Integrated Development Environment ）是用于提供程序开发环境的应用程序，一般包括代码编辑器、编译器、调试器和图形用户界面等工具。集成了代码编写功能、分析功能、编译功能、调试功能等一体化的开发软件服务套。所有具备这一特性的软件或者软件套（组）都可以叫集成开发环境。如微软的Visual Studio系列，Borland的C++ Builder、Delphi系列等。该程序可以独立运行，也可以和其它程序并用。IDE多被用于开发HTML应用软件。例如，许多人在设计网站时使用IDE（如HomeSite、DreamWeaver等），因为很多项任务会自动生成。
通俗来讲，IDE就是让你用来编辑、调试和编译程序的一组工具软件，虽然不像开发环境一样必须安装，但是一般选择一款好的编辑器会大大提高你编程的效率，而编辑器的种类可以说非常多，下面就简单推荐几个常用的：
PyCharm（推荐）
PyCharm是一种Python IDE，带有一整套可以帮助用户在使用Python语言开发时提高其效率的工具，比如调试、语法高亮、Project管理、代码跳转、智能提示、自动完成、单元测试、版本控制。此外，该IDE提供了一些高级功能，以用于支持Django框架下的专业Web开发。PyCharm在编写和调试Python方面可谓是强者，软件使用简单，功能强大，值得推荐。
PyCharm下载地址：/pycharm/
VS Code：
Visual Studio Code (简称 VS Code / VSC) 是一款免费开源的现代化轻量级代码编辑器，支持几乎所有主流的开发语言的语法高亮、智能代码补全、自定义热键、括号匹配、代码片段、代码对比 Diff、GIT 等特性，支持插件扩展，并针对网页开发和云端应用开发做了优化。软件跨平台支持 Win、Mac 以及 Linux。
VS Code下载地址：/
Eclipse（有Java开发经验的推荐使用）：
Eclipse 是一个开放源代码的、基于Java的可扩展开发平台。就其本身而言，它只是一个框架和一组服务，用于通过插件组件构建开发环境。幸运的是，Eclipse 附带了一个标准的插件集，包括Java开发工具（Java Development Kit，JDK）。Eclipse并不限于编写JAVA，它也可以编写C、python等程序，而且Eclipse在编写Python上很舒服，值得推荐。
Eclipse下载地址：/downloads/
总结
根据偶的使用习惯，偶选用了Anaconda+PyCharm的开发方式，基本可以满足所有开发需求，Anaconda安装后，许多常用的库就都安装好了，非常方便，同时，像Jupyter、Spyter这些软件也是附带一并安装好的。另外，PyCharm使用上也非常强大，唯一不足就是激活比较麻烦。
非专业的学生如何系统地学习一些计算机方面的知识？
直接送你无敌教程：/ossu/computer-science
想要自学成才，打造计算机科学坚实的基础？这是从核心知识到进阶应用所必须的课程，它们都是顶级高校在 Coursera 等平台上开放的课程，所以放心大胆地学起来吧。
计算机科学一直是近年来高考报考的热门专业，是一门研究计算机相关规律的学科。近年来，随着开源社区的蓬勃发展，以及人工智能对各行各业的影响，很多人希望能够通过系统全面地学习计算机科学领域的知识。最近，在 Github 上有一个自学计算机科学的教程，总结了从零开始成为计算机大牛的学习之路。
项目地址：/ossu/computer-science
这是什么样的计算机科学课程
这个计算机科学课程是来自一个名为 OSSU 组织整理的课程，所有的内容都是网络课程，基本上是免费的。课程面向的是大学本科生（计算机专业或计算机辅修），或从大学非计算机科学专业毕业的人们。当然，学习者只需要有高中数学基础即可开始。
考虑到计算机科学本身的难度，项目作者提到，参与学习的人需要每周拿出 18 到 22 小时的时间，花大约两年完成这项课程。
当然，有一些课程因为需要为作业项目打分而收取费用（基本上是后期高级课程），项目作者也强调说学习者可以通过申请补助或选择性跳过的方式来自主决定。
本项目的课程主要分为两部分，即 CS 核心知识与 CS 进阶知识。CS 核心知识需要大家具备高中水平的理科知识，包括几何、代数、简要微积分等等。当然，如果大家还记得大学学过的高数，那么背景知识就已经非常充足了。对于 CS 进阶知识，大家应该首先掌握整个 CS 的核心知识体系，从而进一步选择想要进修的子领域。
当然，在进入核心知识体系前，大家可以通过一个课程先看看计算机科学与编程到底是什么。
CS 核心知识
掌握 CS 核心知识需要学习以下所有课程。
核心编程
核心数学
核心系统
核心理论
核心应用
CS 进阶
完成 CS 各种必修课后，大家应该从进阶课程中选择一些。虽然并不是每个子领域的课程都需要学习，但大家应该特别关注某个子领域的所有课程。进阶课程最终应该以某个特定领域的高级应用为结束，大家最终需要通过一个 Final Project 来实战所学到的知识。
进阶编程
进阶数学
进阶系统
进阶理论
进阶应用
这些专业课程最终要落实到机器人、数据挖掘、大数据、物联网、云计算、全栈 web 开发、数据科学和 Scala 函数式编程等实际应用中，并且有的需要提前掌握线性代数、编程、机器学习、数据库等相关预备课程。
完成上面这些课程，差不多大家就有最坚实的 CS 本科知识了。最后，该项目还提供了一些关于 Final Project、专项课程和社区的建议与资源，它们可以帮助大家快速融入 CS 这个大家庭，并持续提升相关知识水平。
学习编程需要什么配置的电脑？
不同的编程方向对电脑的要求也不尽相同，下面做一个简单的总结：
如果做Web开发，那么对电脑的要求并不高，i5以上的处理器，8G内存，1T的硬盘就完全能够满足大部分Web开发场景的要求，其他的配置比如显示卡就没有什么要求了，集成显卡也是可以的。做程序开发，因为要长时间对着屏幕，所以最好配一个大点的显示器，电池容量也是越大越好，至少能工作4个小时以上。
如果做大数据开发，对电脑的内存有较高的要求，简单的说就是内存越大越好，最好在16G以上，大数据开发非常吃内存。一些商用大数据平台对内存的基础要求往往都是32G以上，因为内存如果小的话会严重影响性能，尤其是使用Spark平台。大数据开发对CPU的要求并不高，i5以上就能满足要求。
如果做人工智能开发，对电脑的显卡有较高的要求。因为人工智能的算法实现往往非常考验GPU的运算能力。目前人工智能处理框架常见的架构有三种，分别是CPU+GPU、CPU+FPGA和CPU+ASIC，其中FPGA表示现场可编程门阵列，ASIC为专用集成电路。这三种架构中，由于GPU可以并行处理大量数据，比较适合深度学习场景，所以CPU+GPU是目前的主流架构，这就要求做人工智能开发的电脑，要具备较强的GPU。对于个人来说，至少也要买一块运算能力强的独立显卡。
如果做移动互联开发，那么就需要选择一款苹果系列的笔记本电脑了，因为要做iOS开发，所以选购一款MBP是比较方便的选择，i5+8G内存就能够满足大部分的开发场景要求。
偶的研究方向是大数据和人工智能，目偶也在带大数据方向的研究生，偶会陆续在头条写一些关于大数据方面的文章，感兴趣的朋友可以关注偶的头条号，相信一定会有所收获。
如果有大数据方面的问题，也可以咨询偶。
谢谢！
