放个对比吧，个人更喜欢用PyCharm。
PyCharm平台：Linux/macOS/Windows
类型：Python 专用 IDE
PyCharm 是 Python 的专用 IDE，地位类似于 Java 的 IDE Eclipse。功能齐全的集成开发环境同时提供收费版和免费版，即专业版和社区版。PyCharm 是安装最快的 IDE，且安装后的配置也非常简单，因此 PyCharm 基本上是数据科学家和算法工程师的首选 IDE。
对于喜欢 IPython 或 Anaconda 发行版的人而言，PyCharm 同样可以便捷地集成 Matplotlib 和 NumPy 等工具，这意味着我们在处理数据科学项目时可以便捷地使用数组查看器和交互式图表等。除此之外，IDE 还扩展了对 JavaScript 和 Angular JS 等语言的支持，这使得它同样也适合 Web 端的开发。
安装完成后，我们可以快速建立一个 Python 项目，并选择解释器和新的代码文件。可能我们会用 conda 等工具维护不同的环境，例如 TensorFlow 或 PyTorch 等，在建立新项目时只需要选择这些环境下的 Python 主程序就相当于选择了新环境。最后，除了提供直接 debug 和运行功能外，PyCharm 还提供对源代码和项目控制的支持。
优点：活跃的社区支持
支持全面的 Python 开发，不论是数据科学还是非数据科学项目
新手和老兵都易于使用
快速 Reindexing
运行、编辑、debug Python 代码都不需要额外的支持
缺点：加载可能比较慢
使用现有项目前可能需要调整默认设置
Spyder平台：Linux/macOS/Windows
类型：Python 专用 IDE
Spyder 是 Python 专用的一种开源 IDE，其独特之处在于专为数据科学工作流程进行了优化。它与 Anconda 软件包管理器捆绑在一起，后者是 Python 编程语言的标准发行版。Spyder 拥有所有必需的 IDE 特性，包括代码完整性及集成文件浏览器。
Spyder 专为数据科学项目创建，具备平滑的学习曲线，即学即会。在线帮助选项允许用户在并行开发项目的同时寻找关于库的专门信息。而且，这个 Python 专用 IDE 与 RStudio 类似。因此，在从 R 切换到 Python 时这是一个恰当的选择。
适用于 Python 库的 Spyder 集成支持(如 Matplotlib 和 SciPy)进一步证明，Spyder 是为数据科学家量身打造的。除了可感知的 IPython/Jupyter 集成之外，Spyder 还有一个独特的「variable explorer」特性，允许使用基于表格的布局展示数据。
优点：代码完备性和变量探索
易用性
数据科学项目的理想工具
界面整洁
活跃的社区支持
缺点：不适用于非数据科学项目
对于高阶 Python 开发者而言太基础了
如果对您有帮助，就请点一个赞吧，让更多的人看到！
