为什么 Python 没有预先构建所需的库，如 pandas、numpy 等 [关闭]答案

【问题标题】：Why doesn't Python come pre-built with required libraries like pandas, numpy etc [closed]为什么 Python 没有预先构建所需的库，如 pandas、numpy 等 [关闭]
【发布时间】：2017-08-19 11:17:39
【问题描述】：

包分开分发的原因是什么？

为什么我们有单独的“附加”包，如 pandas、numpy？
既然这些模块看起来如此重要，为什么这些不是 Python 本身的一部分？

是否会预加载 Python 的“单一发行版”？

如果将“核心”与附加功能分开是设计的一部分，那么在这种情况下，它至少应该在您启动 Python 时立即“预导入”。
如果存在这样的分布，我在哪里可以找到它们？

【问题讨论】：

在这种情况下应该预构建的“重要”库太多。除了数值计算等...您需要的是 python 的特殊分布，例如 anaconda.
Python 的存在时间远远超过 pandas 和 numpy 。是否包括它们只是一个判断问题。但是，如果您希望处理更简化的安装，请查看 anaconda。 Anaconda 安装 python 以及许多其他非标准库。它旨在成为许多科学计算社区的一站式商店。
您不想通过将 gazillian Python 包包含到核心语言中来炸毁或使语言过于臃肿。顺便说一句，并非所有这些软件包都由 BDFL 的 Guido 监督。所以，由他和 Python 核心委员会来决定。另一方面，作为一名工程师，他/她知道如何修补。
它们是很棒的图书馆，但它们也是 800 磅的大猩猩。您已经可以使用 Python 及其标准库实现很多目标。请记住，Python 不仅用于台式机，还用于嵌入式、Raspberry Pi、电视接收器……那些小家电不需要 pandas 或 numpy。
除了数值工作和数据系列之外，Python 还用于很多事情。全栈 Web 服务器使用像 Django 或 flask 这样的包。 Linux 发行版中的大多数 Python 实用程序不需要这些插件。查看 Python 标记，并将其统计信息与相关统计信息进行比较。

标签： python anaconda package python-packaging canopy

【解决方案1】：

其中许多工具，包括核心 Python，是由不同的团队单独开发和分发的，因此由聚合器来管理它们并将它们放入单个分发中。以下是一些值得注意的例子：

来自 Continuum Analytics 的 Anaconda distribution
Enthought 的Canopy distribution
ActivePython 来自 ActiveState
PythonXY 科学编程
WinPython 适用于 Windows
PyIMSL Studio 来自 Rogue Wave Software

【讨论】：

【解决方案2】：

这有点像在问“为什么不是每台电机都配有汽车？”

虽然没有马达的汽车毫无用处，但反过来并不成立：大多数马达甚至不用于汽车。当然，可以尝试将整车出售给想要拥有发电机的人，但他们不会购买。
此外，设计汽车的人可能不是制造发动机的最佳人选，反之亦然。

与 python 类似。大多数 python 发行版不与 numpy、scipy 或 pandas 一起使用。使用这些包分发 python 会产生巨大的开销。

但是，对于将这些模块与相应的 python 结合并确保一切顺利交互的预构建发行版当然有强烈的需求。一些例子是 Anaconda、Canopy、python(x,y)、winpython 等。因此，如果最终用户只想要一辆可以运行的汽车，最好选择其中一个，而不是从头开始安装所有东西。其他确实希望始终拥有最新版本的用户可能会选择自己修补它们。

【讨论】：

【解决方案3】：

您可以使用“预导入”模块以及预运行代码使用The Interactive start-up file 进行交互式解释启动。
或者，您可以使用 The Customization modules 在每次调用 python 时预运行代码。

关于 pandas 和 numpy 是否应该成为标准库的一部分 - 这是一个见仁见智的问题。

【讨论】：

【解决方案4】：

PyPi 目前有超过 100,000 个库可用。我敢肯定有人认为这些都很重要。

考虑到pip install 在虚拟环境中的易用性，您为什么需要或想要预加载库？

【讨论】：