Anaconda vs. EPD Enthought与Python的手动安装

Question

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

我已经安装了EPD学术,我没有任何问题.它提供了我认为我将需要的更多软件包,并且使用enpkg enstaller进行更新非常容易.EPD学术许可证要求每年续订,免费版本不会轻易更新.

目前我真的只使用一些软件包,如Pandas,NumPy,SciPy,matplotlib,IPython,Statsmodels及其各自的依赖项.

对于这种有限的使用我最好手动安装,pip install --upgrade 'package'或者捆绑包提供超出此范围的任何东西？

Answer 1

2015年更新:如今我总是推荐Anaconda.它包括许多用于科学计算,数据科学,Web开发等的Python软件包.它还提供了一个优秀的环境工具conda,它允许在环境之间轻松切换,甚至可以在Python 2和3之间切换.它也可以很快更新作为一个包的新版本发布,你可以做到conda update packagename更新它.

原答案如下:

在Windows上,复杂的是编译数学包,所以我认为手动安装是一个可行的选择,只有你只对它感兴趣Python,没有其他包.

因此,最好选择EPD(现为Canopy)或Anaconda.

Anaconda有大约270个软件包,其中包括对大多数科学应用程序和数据分析最重要的软件包,即NumPy,SciPy,Pandas,IPython,matplotlib,Scikit-learn.所以,如果这对你来说足够了,我会选择Anaconda.

相反,如果您对其他软件包感兴趣,甚至更多,如果您使用任何Enthought软件包(例如Chaco对于实时数据可视化非常有用),那么EPD/Canopy可能是更好的选择.学术版本在基本安装中具有更多数量的包,并且在存储库中有更多包.Anaconda还包括Chaco.

Answer 2

我在去年尝试了各种Windows发行版,试图为我的工作环境找到一个sutable(在代理后面,但无法访问代理配置).

以下是我对经验的反馈:

EPD/Canopy: 我们有EPD的许可证,但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xlrd/xlwt),我从源代码编译.为了更新SciPy和NumPy,我使用了来自http://www.lfd.uci.edu/~gohlke/pythonlibs/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Py2exe和Cython,它只是开箱即用.

过了一会儿,我尝试安装Canopy的免费版本,但它缺少Cython和py2exe以及我需要的一些特定的高级打包,所以我从未真正使用它.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): 我不想在许可证上挣扎,我在家里安装了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.这既好又坏,因为我不能确定我的客户端将具有与安装时完全相同的配置.(Enthought工具套件可以安装在Python(x,y)中.)使用Python(x,y)一段时间之后,我只注意到我安装了32位版本.虽然它们的网站上并不清楚,但截至2015年7月它们似乎没有64位版本.我将卸载它并获得64位版本.

Anaconda: 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,似乎好多了,我打算试一试!

手册: 为了避免与我们旧的EPD版本的版本兼容性问题,我最终使用手动Python安装并从上面链接的LFD网站添加其他软件包.它运行良好,但我仍然建议Canopy给需要高级软件包的新用户(如GDAL或PyFITS).

摘要:如果您选择Canopy,请获取完整许可证(学术版或购买版).否则,使用Python(x,y),它最终将是相同的.

在Ubuntu上: 不需要发布.这些都是相对较新的(+/- 6个月是可以容忍的)和预编译.你只需要执行sudo apt-get install python python-scipy它就在那里!最先进的包也在那里.