科学 Python 安装建议答案

【问题标题】：Scientific Python installation recommendations科学 Python 安装建议
【发布时间】：2016-10-31 20:33:31
【问题描述】：

我是 Python 新手，开始着手一个大型项目，该项目将分发给用户。我也是公司中第一个使用的人，我想获得有关安装 Python 和软件包的最佳方式的建议，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，然后在每个包上使用 pip install。

我遇到了其他人发现的类似问题 [Unable to find vcvarsall]，并已解决。下一个问题是安装 scipy 时缺少 BLAS 和 LAPACK。在这一点上，我认为 Anaconda 是要走的路，而不是单独的 pip 安装，并且可以轻松设置所有内容。

Anaconda 的一个问题是它安装了很多我永远不会使用的软件包，并且可能没有我将来想使用的一些软件包，例如TensorFlow（大概可以做 pip install 来获得额外的不包括在内？）。

中间的解决方案似乎是 Miniconda，我相信它可以解决 scipy 的 BLAS/LAPACK 问题。

所以我的问题是：有使用 Python 开发数据分析项目经验、将部署到用户的 Windows 桌面并在 Linux 上运行服务器端组件的人能否提供建议，如果他们从开始新组织？

（我目前赞成沿 Anaconda 路线行驶。）

【问题讨论】：

您可能对WinPython 感兴趣。它是为使用特定操作系统的科学研究人员设计的平台。它已经安装了 NumPy、SciPy、Matplotlib，并且 pip 可以很容易地用于安装其他任何东西。
其实WinPython看起来和Anaconda很像。甚至 tarball 的大小也很接近：293Mo vs 350Mo。
谢谢弗朗西斯。我也需要使用 Linux，因此我认为这排除了 WinPython。我现在觉得 Anaconda 是要走的路……

标签： pip anaconda python-3.5 conda miniconda

【解决方案1】：

我个人认为 Anaconda(conda) 更好。首先，conda 是跨平台的包管理器，安装使用方便。其次，conda具有virtualenv的功能，可以使用conda create来创建环境。最后，还有 Anaconda cloud 和 condo-forge，这些社区可以帮助您解决 conda 问题、构建包和分享想法。

另外，Anaconda(conda) 确实安装了很多包，但都是依赖。比如你“conda install scikit-learn”时，conda会自动帮你安装依赖，numpy和spicy。

【讨论】：

感谢您的想法田。我将沿着 Anaconda 路线走下去，阅读了有关虚拟环境和 conda 的更多信息。正如您所说，它也是跨平台的，我们将需要它。 TensorFlow 似乎也推荐 Anaconda。