我是Python新手并开始处理将分发给用户的大型项目。我也是我公司第一个使用的，我想获得有关安装Python＆amp;的最佳方法的建议。包裹，这样我就不会走错方向。
我需要数据分析框架（pandas，numpy，scipy，matplotlib，statsmodels，pymongo），我最初的方法是直接安装Python 3.5，然后在每个软件包上使用pip install。
我遇到了其他人发现[Unable to find vcvarsall]的类似问题，并得到了解决。下一个问题是在安装scipy时缺少BLAS和LAPACK。在这一点上，我决定使用Anaconda，而不是单独的pip安装，并且很容易设置一切。
Anaconda的一个问题是它安装了许多我永远不会使用的软件包，并且可能没有我希望将来使用的软件包，例如： TensorFlow（大概可以进行pip安装以获得未包含的额外内容吗？）。
中间解决方案似乎是Miniconda，我相信它会用scipy解决BLAS / LAPACK问题。
所以我的问题是：具有使用Python开发数据分析项目的经验，可以部署到用户的Windows桌面，以及在Linux上运行的服务器端组件，可以提供他们如果从在新组织刮刮？
（我现在赞成沿着Anaconda路线前进。）
答案 0 :(得分：1)
就个人而言，我认为Anaconda（康达）更好。首先，conda是跨平台的包管理器，易于安装和使用。其次，conda具有virtualenv的功能，您可以使用conda create来创建环境。最后，还有Anaconda云和condo-forge，这些社区可以帮助您解决conda问题，构建软件包并分享想法。
此外，Anaconda（conda）确实安装了很多软件包，但这些都是依赖项。例如，当你“conda install scikit-learn”时，conda会自动帮你安装依赖，numpy和辣。