操作系统类型：ubuntu 9.04
代码阅读器类型：GNU/Emacs (GTK) 22.2.1
 
ubuntu 9.04并不会默认安装GNU/Emacs，你可以打开Shell，使用如下语句安装：
sudo apt-get install emacs22-gtk
 
安装完毕，运行emacs，并输入如下语句：
alt-x shell
该语句用来打开emacs自带的shell。
 
在emacs的shell中输入ls，如果输出的结果有一些杂乱的符号，请执行如下的操作：
ctr-x ctr-f ~/.emacs
并在打开的文件的开头添加如下语句，并保存(ctr-x ctr-s)：
(setq ansi-color-for-comint-mode t)

(customize-group 'ansi-colors)
 
然后执行(ctr-h t)阅读GNU/Emacs自带的tutorial文件，学会基本的emacs操作。
 
下面是针对阅读linux-kenerl代码的准备：
首先到www.kernel.org下载对应版本的kernel，我下载的是linux-2.6.30.5.tar.bz2版本。
 
下载完成后，使用如下命令打开压缩包:
tar -xvsf linux-2.6.30.5.tar.bz2
 
然后为用emacs阅读代码创建tags table
cd linux-2.6.30.5
make TAGS
 
打开emacs并执行如下命令：
alt-x visit-tags-table
输入linux-2.5.30.5文件夹下的TAGS文件的完整路径
 
然后你就可以顺心查阅代码了。
查阅代码的简单命令如下：
将当前光标停放到你要查找的函数或者变量上，使用如下命令
alt-.                      // 跳至相应的函数或者变量定义处

ctr-u alt-.             // 找该函数或者变量出现的下一个位置

alt-*                     // 返回上一级查找位置
 
 
本文欢迎转载，但请注明出处。

	

参考知乎：世界上最好的Python编辑器是什么？
spyder
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
模拟 matlab 界面，可以实时查看各变量，非常适合数据分析
启动速度一般，快于 PyCharm
anaconda 内置，无需额外安装，安装后就处理好集成环境，不用再处理环境依赖关系，也包含了numpy, matplotlib 和 pandas ，可以做些数据处理。
对初学者相对友好
界面整洁
数据科学项目的理想工具
缺点
运行多进程有 bug
运行 pyqt5 代码有问题
调试不如 PyCharm
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
PyCharm
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
很方便针对大型的web框架修改调试
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
运行、编辑、debug Python 代码都不需要额外的支持
缺点
启动较慢
配置环境对初学者有一定困难
vscode
在程序员圈子里，Visual Studio Code(以下简称VSCode)可以说是目前最火的代码编辑器之一了。
它是微软出品的一款可扩展的轻量级开源编辑器，并且支持全平台系统。这些特性使得VSCode颇受欢迎，这也使其成为了一个很棒的Python开发平台。
优点
启动迅速
丰富的插件
界面干净漂亮
缺点
更适合作为代码阅读器，而不是代码编辑器
Jupyter Lab
Jupyter Netbook 起源于 2014 年的 Ipython，它是一种基于服务器-客户端结构的网页应用。Jupyter Netbook 允许我们通过「Notebook」创建和操作代码文件，并且采用一种即时运行的方法，这是 Jupyter Notebook 最重要的特性。对于 Python 数据科学家而言，Jupyter Notebook 基本上是必需品，因为它提供了最直观、最精炼的交互式数据科学环境。
对于刚入门的数据科学家而言，Jupyter 是最简单也最完美的工具。我们在写完一个代码片段后就能直接运行这些局部代码查看效果，因此它的交互效果是最好的。此外，Jupyter Notebook 中的单元可以选择代码或者文档，也就是说选择文档后可以直接按照 MarkDown 的语法写代码或整个文件的注释、心得和背景知识等。
通过使用 Matplotlib 和 Seaborn 等可视化工具，我们可以直接在代码单元下输出想要的可视化图信息。当然我们也可以将整个 Notebook 文件导出为 PDF、HTML 或纯 Python 代码文件，这非常有利于文件在不同平台间的传播，因此像谷歌的 Colab 等平台也都默认使用 Notebook 的这种形式。与 Ipython 一样，Jupyter Notebook 是一系列项目的总称，包括 Notebook、Console 和 Qt console 等。
优点
提供了最直观、最精炼的交互式数据科学环境
允许使用 Notebook 直接创建博客或代码演示
在运行整体前可以运行并修正局部代码块
anaconda 直接集成安装
缺点
不易调试

最近在接触C/C++编程，一般是在公司的远程服务器阅读和编写代码，这就会涉及C/C++的代码阅读器的问题。通过请教和调研，使用比较广泛的方式是在vim上添加插件，增强vim的功能。
经过比较和分析，使用比较广泛的插件是Ctags和Taglist两个插件。


简单说明一下这两个插件的关系。
插件1：Ctag：通过这个插件为程序中的变量、函数、类生成对应的tag标签。可以理解成Map的形式，key是tag，value是tag对应的函数、变量或类在文件中的位置。


生成tag标签：
切换到代码的根目录，执行：
ctags -R --c++-kinds=+p --fields=+iaS --extra=+q


就会在相应的目录生成tags文件，通过vim查看文件内容，就可以看到相应的标签对应关系。
如图所示：




插件2：TagList：Taglist插件和Ctag插件协调使用。TagList插件主要用于代码的展示，Ctag插件主要用于代码的查找。
通过vim打开程序，在命令行模式输入：TlistOpen，就可以开启Taglist模式阅读代码。
如图所示：


如图所示：有两栏，一栏是函数、变量等的列表，另一栏是具体的程序内容。
栏目切换：ctrl+w+w，切换。
ctrl+]，切换到定义的地方；
ctrl+o，会到调用的地方。


具体的插件下载和安装可以参照：http://www.thegeekstuff.com/2009/04/ctags-taglist-vi-vim-editor-as-sourece-code-browser/
至此就成功完成vim插件的扩展。我们就可以方便的使用vim进行代码查看了。

文章目录
安装
Ubuntu
Centos
创建新的
更新


[主要参考] (https://blog.csdn.net/gatieme/article/details/78819740)这篇文章进行搭建，但进行了一些优化。

安装
Ubuntu
ubuntu16.04版本使用下面的命令安装源的global没有htags，所以需要自己下载源码编译安装。
apt install global

下载地址：global下载

安装依赖：
sudo apt-get build-dep global
sudo apt-get install libncurses5-dev libncursesw5-dev

编译安装：
./configure --with-sqlite3
make -j4
make check
sudo make install
sudo make installcheck

Centos
centos７安装global就可以直接使用了，可以开始配置。
创建新的
cd /root/ceph : 进入ceph源码目录
gtags -v : 生成tag文件
htags -sanohITvt 'Welcome to ceph source tour!' :tag 文件生成后, 执行 htags 命令生成 HTML 文件
htags --suggest2
#htags-server >& log
nohup htags-server -b 0.0.0.0 9091 &

更新
global -vu
htags --suggest2
#htags-server >& log
nohup htags-server -b 0.0.0.0 9091 &