Anaconda so với EPD Enthought so với cài đặt thủ công của Python [đã đóng]

Ưu điểm / nhược điểm tương đối của các gói Python khác nhau (EPD / Anaconda) so với cài đặt thủ công là gì?

Tôi đã cài đặt EPD học thuật và tôi không gặp vấn đề gì với nó. Nó cung cấp nhiều gói hơn mà tôi nghĩ rằng tôi sẽ cần và rất dễ dàng cập nhật bằng cách sử dụng enpkg enstaller. Tuy nhiên, giấy phép học thuật EPD yêu cầu gia hạn hàng năm và phiên bản miễn phí không cập nhật dễ dàng.

Hiện tại, tôi thực sự chỉ sử dụng một số gói như Pandas , NumPy , SciPy , matplotlib , IPython , Statsmodels và các gói phụ thuộc tương ứng của chúng.

Đối với việc sử dụng hạn chế như vậy, tôi tốt hơn nên cài đặt thủ công và pip install --upgrade 'package'hoặc các gói có cung cấp bất cứ điều gì hơn và trên này không?

Cập nhật 2015 : Ngày nay tôi luôn giới thiệu Anaconda. Nó bao gồm rất nhiều gói Python cho tính toán khoa học, khoa học dữ liệu, phát triển web, v.v. Nó cũng cung cấp một công cụ môi trường ưu việt conda, cho phép dễ dàng chuyển đổi giữa các môi trường, ngay cả giữa Python 2 và 3. Nó cũng được cập nhật rất nhanh chóng ngay sau đó khi một phiên bản mới của một gói được phát hành và bạn chỉ cần conda update packagenamecập nhật nó.

Câu trả lời gốc bên dưới :

Trên Windows, điều phức tạp là biên dịch các gói toán học, vì vậy tôi nghĩ rằng cài đặt thủ công là một lựa chọn khả thi chỉ khi bạn chỉ quan tâm đến Pythonmà không có các gói khác.

Do đó, tốt hơn nên chọn EPD (bây giờ là Canopy) hoặc Anaconda.

Anaconda có khoảng 270 gói, bao gồm gói quan trọng nhất cho hầu hết các ứng dụng khoa học và phân tích dữ liệu, đó là, NumPy , SciPy , Pandas , IPython , matplotlib , Scikit-learning . Vì vậy, nếu điều này là đủ với bạn, tôi sẽ chọn Anaconda.

Thay vào đó, nếu bạn quan tâm đến các gói khác và thậm chí nhiều hơn nếu bạn sử dụng bất kỳ gói Enthought nào ( ví dụ như Chaco rất hữu ích cho việc trực quan hóa dữ liệu thời gian thực), thì EPD / Canopy có lẽ là lựa chọn tốt hơn. Phiên bản Học thuật có số lượng gói lớn hơn trong bản cài đặt cơ sở và nhiều gói khác trong kho lưu trữ. Anaconda cũng bao gồm Chaco.

Tôi đã thử các bản phân phối Windows khác nhau trong năm ngoái, cố gắng tìm một bản phân phối cho môi trường làm việc của mình (đằng sau một proxy, nhưng không có quyền truy cập vào cấu hình proxy).

Đây là phản hồi của tôi từ trải nghiệm:

EPD / Canopy: Chúng tôi đã có giấy phép EPD, nhưng giấy phép đã cũ và chúng tôi không thể cập nhật do tình trạng proxy kỳ lạ. Để thêm một số gói (chẳng hạn như phiên bản gần đây của xlrd / xlwt ), tôi đã biên dịch từ nguồn. Để cập nhật SciPy và NumPy , tôi đã sử dụng trình cài đặt được biên dịch trước từ http://www.lfd.uci.edu/~gohlke/pythonlibs/ , nhưng đôi khi nó sẽ làm hỏng khả năng tương thích. Tôi thích có một Py2exe và Cython được cấu hình đầy đủ , và nó chỉ đơn giản là hoạt động tốt.

Sau một thời gian, tôi đã thử cài đặt phiên bản miễn phí của Canopy, nhưng nó thiếu Cython và py2exe và một số gói nâng cao cụ thể mà tôi cần, vì vậy tôi chưa bao giờ thực sự sử dụng nó. Một số đồng nghiệp của tôi đã mua bản quyền Canopy đầy đủ, nhưng chúng tôi vẫn không chắc họ sẽ cập nhật như thế nào ...

Python (x, y): Không muốn vật lộn với giấy phép, tôi đã cài đặt Python (x, y) ở nhà. Nhược điểm duy nhất mà tôi nhận thấy ngay bây giờ là cài đặt tiêu chuẩn yêu cầu bạn chọn gói nào bạn muốn. Đó là cả một điểm tốt và một điểm xấu, vì tôi không thể chắc chắn rằng các khách hàng của tôi sẽ có cấu hình chính xác giống như khi tôi cài đặt. (Bộ công cụ Enthought có thể được cài đặt bằng Python (x, y).) Sau khi sử dụng Python (x, y) một thời gian, tôi chỉ nhận thấy rằng tôi đã cài đặt phiên bản 32 bit. Mặc dù không rõ trên trang web của họ, nhưng có vẻ như họ không có phiên bản 64 bit kể từ tháng 7 năm 2015. Tôi sẽ gỡ cài đặt nó và nhận bản phân phối 64 bit.

Anaconda: Khi tôi viết bài này lần đầu, Anaconda dường như vẫn chưa có đủ gói. Một vài năm sau, nó có vẻ tốt hơn nhiều, tôi sẽ thử nó!

Thủ công: Để tránh các vấn đề về tương thích phiên bản với phiên bản EPD cũ của chúng tôi, tôi đã kết thúc bằng cách cài đặt Python thủ công và thêm các gói bổ sung từ trang web LFD được liên kết ở trên. Nó hoạt động tốt, nhưng tôi vẫn đề xuất Canopy cho người dùng mới yêu cầu các gói nâng cao (như GDAL hoặc PyFITS ).

Tóm lược: Nếu bạn sử dụng Canopy, hãy nhận đầy đủ giấy phép (Học thuật hoặc mua). Nếu không, hãy sử dụng Python (x, y), nó sẽ giống nhau.

Trên Ubuntu: Không cần bản phân phối. Tất cả đều tương đối gần đây (có thể chấp nhận được +/- 6 tháng) và được biên soạn trước. Bạn chỉ cần thực thi sudo apt-get install python python-scipyvà nó ở đó! Hầu hết các gói nâng cao cũng có ở đó.

Các câu trả lời khác bao gồm cơ sở khá tốt, vì vậy tôi chỉ muốn nhận xét về một khía cạnh cụ thể mà chưa ai đề cập đến. Nó có thể khá thích hợp, nhưng nó có thể tạo ra hoặc phá vỡ Anaconda hoặc Canopy đối với một số người trong hệ thống Linux:

Các bản dựng Anaconda Python sử dụng chế độ Unicode UCS4, trong khi Enthought Canopy sử dụng UCS2.

Điều này có nghĩa là trong điều kiện thực tế là nếu bạn dựa vào bất kỳ tiện ích mở rộng nào mà bạn không thể tự biên dịch vì bất kỳ lý do gì (ví dụ: các thư viện độc quyền được biên dịch trước), nếu chúng không được xây dựng cho phiên bản Python với cùng một chế độ, bạn có thể sớm hơn hoặc sau đó gặp phải lỗi trông giống như undefined symbol: PyUnicodeUCS4_AsUTF8String .

Theo PEP 0513 , UCS4 hiện đang phổ biến hơn và được khuyến khích sử dụng. Ngoài ra, toàn bộ vấn đề tương thích của UCS dường như chỉ ảnh hưởng đến các phiên bản 2.x và <3.3.

Tôi đã sử dụng Anaconda trong nhiều năm và khá thích nó. Thật không may, IPython Notebook (giờ là Jupyter ) không khả dụng nếu không có phiên bản dành cho doanh nghiệp.

Tôi muốn sử dụng sổ ghi chép Jupyter trong lớp học, vì vậy tôi đã chuyển sang Canopy. Có vẻ như nó đủ dễ dàng để cài đặt tất cả các gói chúng tôi cần. Phải thừa nhận rằng chúng tôi chưa thử nghiệm tất cả chúng.