Pip 科学Python安装建议

我是Python新手，正在着手一个将分发给用户的大型项目。我也是公司里第一个使用Python的人，我想得到安装Python和软件包的最佳方法的建议，这样我就不会走错方向

我需要数据分析框架（pandas、numpy、scipy、matplotlib、statsmodels、pymongo），我最初的方法是直接安装python3.5，然后在每个包上使用pip安装

我遇到了其他人已经发现并解决的类似问题。下一个问题是安装scipy时缺少BLAS和LAPACK。在这一点上，我决定采用Anaconda，而不是单独安装pip，并且可以轻松地设置一切

Anaconda的一个问题是，它安装了许多我永远不会使用的软件包，并且可能没有我将来想使用的软件包，例如TensorFlow（大概可以通过pip安装获得未包含的额外软件包？）

介于两者之间的解决方案似乎是Miniconda，我相信它可以解决scipy的BLAS/LAPACK问题

因此，我的问题是：有经验的人，如果在新的组织中从头开始，能够用Python开发数据分析项目吗？这些项目将部署到用户的Windows桌面上，并且服务器端组件运行在Linux上

---

（我目前赞成沿着水蟒路线走。）

就个人而言，我认为水蟒（conda）更好。首先，conda是跨平台的软件包管理器，易于安装和使用。其次，conda具有virtualenv的功能，您可以使用condacreate来创建环境。最后，还有Anaconda cloud和condo forge，这些社区可以帮助您解决conda问题、构建包和分享想法

---

此外，Anaconda（conda）确实安装了很多软件包，但这些都是依赖项。例如，当您“conda install scikit learn”时，conda将自动帮助您安装依赖项numpy和Spicle。

您可能感兴趣。它是一个平台，专为使用特定操作系统的科研人员设计。它与已经安装的NumPy、SciPy、Matplotlib一起提供，pip可以轻松地用于安装其他任何东西。就连柏油球的大小也很接近：293个月比350个月。谢谢弗朗西斯。我还需要使用Linux，因此我认为这排除了WinPython。我现在觉得水蟒是最好的选择…谢谢你的想法。我将沿着Anaconda路线走下去，读了更多关于虚拟环境和conda的内容。正如你所说，这也是跨平台的，这是我们需要的。TensorFlow似乎也推荐使用蟒蛇。