Anaconda vs.EPD Enthout vs.手动安装Python

Anaconda vs.EPD Enthout vs.手动安装Python,python,epd-python,anaconda,Python,Epd Python,Anaconda,与手动安装相比,各种Python捆绑包(EPD/Anaconda)的相对优点/缺点是什么 我已经安装了EPD academic,我没有任何问题。它提供了我认为我将永远需要的更多软件包,并且使用enpkg enstaller进行更新非常容易。然而,环保署的学术执照需要每年更新一次,而免费版本并不容易更新 目前我只使用了少数几个包,比如,,,以及它们各自的依赖项 对于这种有限的使用,我最好使用手动安装和pip安装——升级“软件包”,还是捆绑包提供了超出此范围的功能?更新2015:现在我总是推荐Ana

与手动安装相比,各种Python捆绑包(EPD/Anaconda)的相对优点/缺点是什么

我已经安装了EPD academic,我没有任何问题。它提供了我认为我将永远需要的更多软件包,并且使用enpkg enstaller进行更新非常容易。然而,环保署的学术执照需要每年更新一次,而免费版本并不容易更新

目前我只使用了少数几个包,比如,,,以及它们各自的依赖项


对于这种有限的使用,我最好使用手动安装和
pip安装——升级“软件包”
,还是捆绑包提供了超出此范围的功能?

更新2015:现在我总是推荐Anaconda。它包括许多用于科学计算、数据科学、web开发等的Python包。它还提供了一个优秀的环境工具,
conda
,它允许轻松地在环境之间切换,甚至在Python 2和3之间切换。新版本的软件包发布后,它也会很快更新,您只需执行
conda update packagename
即可对其进行更新

以下原始答案

在Windows上,复杂的是编译数学软件包,因此我认为只有当您只对
Python
感兴趣而没有其他软件包时,手动安装才是可行的选择

因此,最好选择EPD(现在的树冠)或水蟒

Anaconda有大约270个软件包,其中包括对大多数科学应用和数据分析最重要的软件包,即、、。 所以如果这对你来说足够的话,我会选择水蟒


相反,如果您对其他软件包感兴趣,如果您使用任何Enthound软件包(例如,对于实时数据可视化非常有用),则EPD/Canopy可能是更好的选择。学术版在基本安装中有更多的软件包,在存储库中有更多的软件包。Anaconda还包括Chaco。

去年我尝试了各种Windows发行版,试图为我的工作环境找到一个可使用的版本(在代理之后,但无法访问代理配置)

以下是我的经验反馈:

环保署/天篷: 我们有EPD的许可证,但它很旧,由于奇怪的代理情况,我们无法更新。为了添加一些包(例如最新版本的),我从源代码处编译。为了更新和更新,我使用了来自的预编译安装程序,但它有时会破坏兼容性。我喜欢有一个完全配置的,而且简单的开箱即用的

过了一段时间,我试着安装免费版本的Canopy,但它缺少Cython和py2exe以及我需要的一些特定的高级软件包,所以我从未真正使用过它。 我的一些同事购买了完整的Canopy许可证,但我们仍然不确定他们将如何更新

Python(x,y): 我不想与许可证为难,在家里安装了Python(x,y)。我现在注意到的唯一缺点是,标准安装要求您选择所需的软件包。这是一个好的方面,也是一个坏的方面,因为我不能确定我的客户机的配置是否与我安装时的配置完全相同。(Enthound工具套件可以用Python(x,y)安装。) 在使用Python(x,y)一段时间后,我注意到我安装了32位版本。尽管在他们的网站上还不清楚,但截至2015年7月,他们似乎还没有64位版本。我将卸载它并获得64位发行版

水蟒: 当我第一次写这篇文章时,Anaconda似乎还没有足够的软件包。几年后,它看起来好多了,我要试一试

手册: 为了避免与旧EPD版本的版本兼容性问题,我最终使用了手动Python安装,并从上面链接的LFD网站添加了额外的软件包。它工作得很好,但我仍然建议需要高级软件包(如或)的新用户使用Canopy

总结:如果您选择Canopy,请获得正式许可证(学术许可证或购买许可证)。否则,使用Python(x,y),它最终将是相同的

Ubuntu上的
不需要分发。这都是相对较新的(+/-6个月是可以接受的)和预编译的。您只需要执行
sudo apt get install python scipy
,它就在那里!最先进的软件包也在那里。

其他答案很好地涵盖了这一领域,因此我只想谈谈尚未有人提到的一个方面。它可能是相当合适的,但对于Linux系统下的一些人来说,它可能会制造或破坏蟒蛇或树冠:

Anaconda Python构建使用UCS4 Unicode模式,而Enthout Canopy使用UCS2

实际上,这意味着,如果您依赖于任何因任何原因无法自行编译的扩展(例如预编译的专有库),如果它们碰巧不是为具有相同模式的Python版本构建的,您可能迟早会遇到类似于
未定义符号:PyUnicodeUCS4\u AsUTF8String
的错误


根据研究,UCS4目前似乎更受欢迎和推荐。此外,整个UCS兼容性问题似乎只影响2.x和<3.3版本。

我使用Anaconda多年,非常喜欢它。不幸的是,(现在)没有企业版是不可用的


我想在教室里用Jupyter笔记本,所以我换成了Canopy。安装我们需要的所有软件包似乎很容易。诚然,我们还没有对它们进行全部测试。

还要看看Python(x,y)。它有一个类似于Enthough Python的目标受众,但它不需要任何成本。我认为这取决于你使用的操作系统。你的呢?使用蟒蛇的一个优点