怎樣搭建基於 Python 的科學計算、數據處理環境？

01-28

如題，想使用基於python與其相關的科學計算及繪圖庫進行數據處理方向的研究，包括數據挖掘，機器學習方面，請問怎樣搭建一個比較全面的環境？我現在在摸索著使用enthought canopy express，可見的書籍有用python進行數據處理，但是該書的譯者一直強調最好搭建的環境與原書一致，可是這些包更新很快，翻譯又很滯後，基本上找不齊那些古老的包了，請教大神們的工作環境，最好是windows下的～

之前寫過Linux下面的：在 Linux 下安裝基於 Python 的機器學習編程環境 - 文本挖掘研究心得 - 知乎專欄

Windows下面的就簡單很多了：直接裝 pythonxy -

Scientific-oriented Python Distribution based on Qt and Spyder

其實，為什麼Windows下面簡單，因為Windows是個很弱的環境，使用久了，你會覺得不順手，因為 virtualenv 用著很彆扭，shell 工具也彆扭。而且 Python 本身就集成在 Linux 和 MacOS 中，你說吧，哪個更原生一些（當然了，Mac 下面的還是 homebrew好用）。

工作環境的話，你找一個順手的文本編輯器，Sublime Text 也好，Vim也好，這兩者都對 Python 支持很好，有很多包方便你寫代碼，而且編輯器本身就很優秀。

然後學會使用 ipython，這東西在社區的維護下越來越好用了。

github 或者 bitbucket，備份你的代碼。

至於其他的包，無非就是 Numpy，Scipy, Matplotlib, Scikit.learn, PIL 這些常用的包，然後再加上一些你自己要用到的包。

最後說一句，換 Linux 吧，保不齊哪天你自己瞎鼓搗把系統搞壞了，然後都要重裝，Linux 下面裝一個 virtualenv，隨便怎麼搞都沒事。

P.S. Enthought 和 Anaconda 就像你說的，更新包，或者安裝包很麻煩。而且，建議更新到包的最新版，Python 社區這麼活躍，每個包更新都會有新功能，說不定能省你好多行代碼，為什麼非要教條地看書呢，而且，書這個東西，不太適合學 Python，書從寫完，到印刷，到銷售，再到你手裡，那些包都說不定進化成什麼樣子了呢。自己去看文檔吧，有問題去 stackoverflow 問，比看書強。

然後，別提什麼英語看不懂，看不懂也要硬看。放棄了的話，就回去看中文書去好了，也就別抱怨滯後的問題了。

自問自答~~

經過這麼長時間的發展，目前科學處理方面的Python環境已經有了完美的解決方法，那就是Anaconda，目前版本是2.3，囊括科學計算、數據處理、圖像處理、機器學習等等諸多最新的第三方Python包，以及ipython，Windows和Linux平台均支持，並且可以使用pyenv創建不同版本的相互獨立的環境，個人可以根據不同需求來選擇Python版本，主頁地址：https://www.continuum.io/

Ubuntu + Spyder + 需要用到的module（numpy pandas scikit-learn 等）

必須是anaconda

Anaconda＋Pycharm

Anaconda對於包的管理非常棒，基本的科學計算的包都可以找到。

Pycharm是一款功能非常強大的IDE，安裝好後只要把解釋器指向Anaconda就可以了。在Pycharm下調試代碼，體驗不輸Matlab.