英特尔python和英特尔环境在anaconda中的区别？

我正在使用Windows，并按照Windows获得了我的anaconda 3的intel环境

我意识到，通过直接从英特尔网站下载，不需要anaconda就可以获得英特尔Python。

---

那么英特尔python在这两种情况下有什么区别呢？

没有区别。您可以选择选择一个完整的安装程序来完成整个“英特尔python”安装，也可以选择创建一个conda环境来安装所需的软件包。文章说安装

intelpython\u core

或

intelpythonAnaconda是由Python支持的领先的开放数据科学平台。Anaconda包含一个开源内核。Python发行版和700多个包。Anaconda安装程序包括150多个软件包，其余软件包可以通过conda install package name命令轻松安装

由Anaconda支持的英特尔Python发行版专注于提高Python和广泛使用的数值计算软件包性能的工具和技术，特别是针对最新英特尔处理器的工具和技术。
这两个发行版都在英特尔KNL（最近发布的英特尔至强Phi）上工作。
为确保兼容性，由Anaconda支持的Intel Python发行版与Anaconda共享构建配方，并使用conda进行打包。用于加速Python性能的Intel软件包在AnacondaCloud上提供

Anaconda发行版包括更多的软件包，以提供更完整的生态系统，并重点支持广泛的用户群，包括最新以及较旧的硬件和操作系统。水蟒
Distribution Installer包括150多个软件包，用户可以访问400多个Python软件包和200多个R软件包，这些软件包托管在repo.continuum.io上，可通过conda安装。有关Anaconda发行版的完整可用软件包列表，请访问Continuum网站

英特尔发行版通过英特尔性能库（包括英特尔）加速了某些数字数据科学Python软件包的性能，如Numpy、Scipy、Scikit learn、Tensorflow for cpu等
数学内核库（英特尔MKL）、英特尔线程构建块（英特尔TBB）、英特尔数据分析加速
库（英特尔DAAL）和英特尔MPI。这些包已经过优化，通过
线程、多节点和矢量化的使用
 与Anaconda的默认Python解释器不同，“英特尔Python”是使用数学内核库（MKL）支持编译的。软件包列表表明，他们网站上提供的“英特尔发行版”基本上是预装了英特尔软件包的Anaconda发行版。
conda create -n intel_np -c intel numpy