安装可通过PyCharm编辑的Python包

，可以通过以下步骤完成：

1. 打开PyCharm集成开发环境。
2. 在PyCharm的顶部菜单栏中选择"File"（文件）选项，然后选择"Settings"（设置）。
3. 在弹出的窗口中，选择"Project: 项目名称"，然后选择"Project Interpreter"（项目解释器）。
4. 在右侧的窗格中，点击"+"按钮，以添加新的Python包。
5. 在搜索框中输入要安装的Python包的名称，并点击"Install Package"（安装包）按钮。
6. PyCharm将自动下载并安装所选的Python包。

安装可通过PyCharm编辑的Python包后，您可以使用PyCharm的编辑功能来编写、调试和运行Python代码。此外，PyCharm还提供了许多有用的功能，如代码自动完成、调试器、版本控制集成等，以提高开发效率。

对于Python包的推荐，这里给出一些常用的Python包及其相关信息：

1. NumPy（https://numpy.org/）：用于科学计算和数据分析的基础包，提供了高性能的多维数组对象和各种数学函数。
2. Pandas（https://pandas.pydata.org/）：用于数据处理和分析的库，提供了高效的数据结构和数据操作工具。
3. Matplotlib（https://matplotlib.org/）：用于绘制各种类型的图表和可视化的库。
4. TensorFlow（https://www.tensorflow.org/）：用于机器学习和深度学习的开源框架，提供了丰富的工具和算法。
5. Flask（https://flask.palletsprojects.com/）：用于构建Web应用程序的微型框架，简单易用且灵活。
6. Django（https://www.djangoproject.com/）：用于构建大型Web应用程序的高级框架，提供了完整的开发工具和功能。
7. SQLAlchemy（https://www.sqlalchemy.org/）：用于数据库操作和ORM（对象关系映射）的库，支持多种数据库系统。
8. Requests（https://requests.readthedocs.io/）：用于发送HTTP请求和处理响应的库，简化了与Web服务的交互。
9. Scikit-learn（https://scikit-learn.org/）：用于机器学习和数据挖掘的库，提供了各种常用的算法和工具。

以上是一些常用的Python包，每个包都有其特定的应用场景和优势。根据您的具体需求，您可以选择适合的Python包来完成相应的任务。