Anaconda vs. EPD Enthought vs. Pythonの手動インストール[終了]

手動インストールと比較した場合のさまざまなPythonバンドル（EPD / Anaconda）の相対的なメリットとデメリットは何ですか？

EPDアカデミックをインストールしましたが、問題はありません。それは私が今までに必要だと思うより多くのパッケージを提供し、enpkg enstallerを使用して更新することは非常に簡単です。ただし、EPDアカデミックライセンスは毎年更新する必要があり、無料バージョンでは更新が簡単ではありません。

現在のところ、実際に使用しているのは、Pandas、NumPy、SciPy、matplotlib、IPython、Statsmodelsなどの少数のパッケージとそれぞれの依存関係だけです。

そのような限られた使用のために、私は手動インストールでより良いpip install --upgrade 'package'ですか、そしてバンドルはこれ以上に何かを提供しますか？

2015年の更新：現在、私は常にAnacondaを推奨しています。科学計算、データサイエンス、Web開発などのための多数のPythonパッケージが含まれています。またconda、Python 2と3の間でも、簡単に環境を切り替えることができる優れた環境ツールを提供します。また、すぐに更新されますパッケージの新しいバージョンがリリースされたとき、あなたはそれconda update packagenameを更新するだけでいいのです。

以下の元の答え：

Windowsでは、数学パッケージのコンパイルが複雑なので、手動インストールは、Python他のパッケージを使用せずににのみ関心がある場合にのみ実行可能なオプションだと思います。

したがって、EPD（現在はCanopy）またはAnacondaを選択する方が適切です。

Anacondaには、約270のパッケージがあり、ほとんどの科学アプリケーションおよびデータ分析で最も重要なもの、つまりNumPy、SciPy、Pandas、IPython、matplotlib、Scikit-learnが含まれています。これで十分なら、アナコンダを選びます。

代わりに、他のパッケージに興味があり、さらにEnthoughtパッケージのいずれかを使用している場合（たとえば、Chacoはリアルタイムのデータ視覚化に非常に役立ちます）、EPD / Canopyがおそらくより良い選択です。アカデミックバージョンでは、ベースインストールに多数のパッケージがあり、リポジトリにはさらに多くのパッケージがあります。アナコンダにはチャコも含まれます。

昨年、さまざまなWindowsディストリビューションを試し、自分の作業環境に適したものを見つけようとしました（プロキシの背後にありますが、プロキシ構成にアクセスできません）。

ここに私の経験からのフィードバックがあります：

EPD / Canopy： 私たちはEPDのライセンスを持っていましたが、それは古く、プロキシの奇妙な状況のため更新できませんでした。一部のパッケージ（最新バージョンのxlrd / xlwtなど）を追加するために、ソースからコンパイルしました。SciPyとNumPyを更新するために、http: //www.lfd.uci.edu/~gohlke/pythonlibs/のプリコンパイルされたインストーラーを使用しましたが、互換性が台無しになることがあります。私は完全に設定されたPy2exeとCythonを持っているのが好きで、それは箱から出してそのまま動作しました。

しばらくして、無料版のCanopyをインストールしようとしましたが、Cythonとpy2exeがなく、必要な特定の高度なパッケージが不足しているため、実際には使用していません。一部の同僚はCanopyの完全なライセンスを購入しましたが、どのように更新するかはまだわかりません...

Python（x、y）： ライセンスに悩まされたくないので、自宅にPython（x、y）をインストールしました。今気付いた唯一の欠点は、標準インストールでは必要なパッケージを選択する必要があることです。これは良い点と悪い点の両方です。クライアントがインストールしたときとまったく同じ構成になるかどうか確信が持てないからです。（EnthoughtツールスイートはPython（x、y）にインストールできます。）しばらくPython（x、y）を使用した後、32ビットバージョンをインストールしたことに気付きました。彼らのウェブサイトでは明確ではありませんが、2015年7月の時点で64ビットバージョンがないようです。アンインストールして64ビットのディストリビューションを取得します。

アナコンダ： 私がこれを最初に書いたとき、アナコンダはまだ十分なパッケージを持っていないようでした。数年後、それはずっと良いようです、私はそれを試してみるつもりです！

手動： 古いEPDバージョンとのバージョン互換性の問題を回避するために、手動でPythonをインストールし、上記のLFD Webサイトから追加のパッケージを追加することにしました。これはうまく機能しますが、高度なパッケージ（GDALやPyFITSなど）を必要とする新しいユーザーには、Canopyをお勧めします。

概要： Canopyを利用する場合は、フルライセンス（アカデミックまたは購入）を取得してください。それ以外の場合は、Python（x、y）を使用すると、結果は同じになります。

Ubuntuの場合：ディストリビューション は必要ありません。それはすべて比較的最近（+/- 6か月は許容可能）で、事前にコンパイルされています。実行する必要があるだけですsudo apt-get install python python-scipy。ほとんどの高度なパッケージもあります。

他の回答はかなりうまく地面をカバーしているので、私はまだ誰も言及していない特定の側面について述べたいと思います。これはおそらくかなりニッチですが、Linuxシステムの一部の人にとっては、AnacondaまたはCanopyを作成または破壊する可能性があります。

Anaconda PythonビルドはUCS4 Unicodeモードを使用しますが、Enthought CanopyはUCS2を使用します。

これが実際に意味するところは、何らかの理由で自分でコンパイルできない拡張機能（たとえば、事前にコンパイルされた独自のライブラリ）に依存している場合、同じモードのPythonバージョン用にビルドされない場合、すぐにまたは後で次のようなエラーが発生しますundefined symbol: PyUnicodeUCS4_AsUTF8String。

PEP 0513によれば、UCS4は現在より人気があり、推奨されているようです。また、UCSの互換性の問題全体は、2.xおよび3.3未満のバージョンにのみ影響するようです。

私は何年もアナコンダを使用しており、かなり気に入っていました。残念ながら、IPython Notebook（現在はJupyter）は、エンタープライズエディションがないと使用できません。

教室でJupyterノートブックを使いたいので、Canopyに切り替えました。必要なパッケージをすべてインストールするのは簡単なようです。確かに、すべてをテストしたわけではありません。