各种Python捆绑包（EPD / Anaconda）与手动安装的相对优缺点是什么？
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更新一次，免费版本不会轻易更新。
目前我实际上只使用了少量软件包，例如Pandas，NumPy，SciPy，matplotlib，IPython，{{3}和他们各自的依赖。
对于这种限制使用，我最好手动安装和pip install --upgrade 'package'，还是捆绑包提供超出此范围的任何内容？
答案 0 :(得分：47)
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，甚至在Python 2和3之间。它也是一旦发布了新版本的软件包，就会很快更新，您只需conda update packagename进行更新即可。
以下原始答案：
在Windows上，复杂的是编译数学包，所以我认为只有当你只对Python感兴趣而没有其他包时，手动安装才是可行的选择。
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，{{ 3}}，matplotlib。 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，如果您使用任何Enthought软件包（例如Scikit-learn对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。
答案 1 :(得分：11)
我去年尝试了各种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：
<强> EPD /敞篷： 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。要更新SciPy和NumPy，我使用了来自http://www.lfd.uci.edu/~gohlke/pythonlibs/的预编译安装程序，但有时会破坏兼容性。我喜欢拥有完全配置的Py2exe和Cython，而且它只是开箱即用。
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......
<强>的Python（X，Y）： 不想与许可证斗争，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工具套件可以用Python（x，y）安装。） 在使用Python（x，y）一段时间后，我只是注意到我安装了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。
<强>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，似乎好多了，我打算试一试！
<强>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（例如GDAL或PyFITS）。
摘要：如果您选择Canopy，请获取完整许可（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：
无需分发。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就可以了！最先进的包也在那里。
答案 2 :(得分：4)
其他答案很好地覆盖了地面，所以我只想评论一个没人提到的特定方面。它可能是相当小众的，但可能可能为Linux系统下的某些人创建或破坏Anaconda或Canopy：
Anaconda Python构建使用UCS4 Unicode模式，而Enthought Canopy使用UCS2。
这实际上意味着，如果您依赖于任何无法自行编译的扩展（例如预编译的专有库），如果它们不是为具有相同模式的Python版本构建的，您迟早会遇到类似undefined symbol: PyUnicodeUCS4_AsUTF8String的错误。
根据PEP 0513，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＆lt; 3.3版本。
答案 3 :(得分：-4)
我使用Anaconda已经很多年了，并且非常喜欢它。遗憾的是，IPython Notebook（现在Jupyter）在没有企业版的情况下无法使用。
我想在教室里使用Jupyter笔记本，所以我切换到了Canopy。安装我们需要的所有软件包似乎很容易。诚然，我们还没有测试过它们。