python 实验环境的搭建

刚开始在windows环境下尝试过komodo ，eclispse pydev，swing，spyder甚至limodou的编辑器，之后ipython，安装很多科学计算包 numpy scipy matplotlib skitlearn nltk等等，都出现各种各样的兼容问题和features缺憾，相对余linux环境，windows下python环境实在太多缺憾，耗费太多时间在重编译和搭配环境上。

一直想要自己来搭建一个适合自己的环境，不想用epd 和 anaconda 。现在迁移到了linux，问题少了许多，没想到，开源世界的包版本之间的冲突实在是一个令人头疼的问题，一个依赖另外一个，搭建一个科学计算的研究环境耗费了将2天时间。最终还因为多个目标所需要的包版本问题而放弃了几个好用的包。

现在想着换anaconda，可又割舍不下自己花了不少心血才弄好的环境， 无意中看到anaconda可以提供一个隔离的环境，并不会影响原有的环境，严重推荐，还自搭载了spyder 和 ipython ,简直就是神级装备，无可挑剔。

anaconda 提供以下科学计算包 和 常用包

Packages included in Anaconda 1.8.0

Python 2.7 (included in installer):

  • apptools 4.2.0
  • astropy 0.2.5
  • atom 0.3.4
  • beautiful-soup 4.3.1
  • binstar 0.3.1
  • biopython 1.62
  • bitarray 0.8.1
  • blaze 0.3
  • bokeh 0.2
  • boto 2.15.0
  • cairo 1.12.2 L
  • casuarius 1.1
  • chaco 4.3.0
  • colorama 0.2.7
  • configobj 4.7.2
  • cubes 0.10.2
  • curl 7.30.0 LM
  • cython 0.19.2
  • dateutil 2.1
  • disco 0.4.4 L
  • distribute 0.6.45
  • docutils 0.11
  • dynd-python 0.5.0
  • enable 4.3.0
  • enaml 0.8.3
  • envisage 4.3.0
  • erlang R15B01 L
  • flask 0.10.1
  • freetype 2.4.10
  • gevent 0.13.8
  • gevent-websocket 0.3.6
  • gevent_zeromq 0.2.5
  • greenlet 0.4.1
  • grin 1.2.1
  • h5py 2.2.0
  • hdf5 1.8.9
  • imaging 1.1.7
  • ipython 1.1.0
  • itsdangerous 0.23
  • jinja2 2.7.1
  • keyring 3.2
  • launcher 0.1.2
  • libevent 2.0.20
  • libnetcdf 4.2.1.1 LM
  • libpng 1.5.13 LM
  • libtiff 4.0.2 LM
  • libxml2 2.9.0 LM
  • libxslt 1.1.28 LM
  • llvm 3.3
  • llvmmath 0.1.1
  • llvmpy 0.12.0
  • lxml 3.2.3
  • markupsafe 0.18
  • matplotlib 1.3.1
  • mayavi 4.3.0
  • mdp 3.3
  • menuinst 1.0.3 W
  • meta 0.4.2.dev
  • mingw 4.7 W
  • mpi4py 1.3 L
  • mpich2 1.4.1p1 L
  • netcdf4 1.0.6 LM
  • networkx 1.8.1
  • nltk 2.0.4
  • nose 1.3.0
  • numba 0.11.0
  • numexpr 2.2.2
  • numpy 1.7.1
  • opencv 2.4.6 L
  • openpyxl 1.6.2
  • pandas 0.12.0
  • patsy 0.2.1
  • pep8 1.4.6
  • pip 1.4.1
  • ply 3.4
  • psutil 1.1.2
  • py 1.4.17
  • py2cairo 1.10.0 L
  • pyaudio 0.2.7 M
  • pycosat 0.6.0
  • pycparser 2.9.1
  • pycrypto 2.6.1
  • pycurl 7.19.0 LM
  • pyface 4.3.0
  • pyflakes 0.7.3
  • pygments 1.6
  • pykit 0.1.0
  • pyparsing 1.5.6
  • pyreadline 2.0.dev W
  • pysal 1.6.0
  • pysam 0.6 LM
  • pyside 1.2.1
  • pytables 3.0.0
  • pytest 2.4.2
  • python 2.7.5
  • pytz 2013b
  • pywin32 218.4 W
  • pyyaml 3.10
  • pyzmq 2.2.0.1
  • qt 4.8.5
  • redis 2.6.9 LM
  • redis-py 2.7.2 LM
  • requests 1.2.3
  • rope 0.9.4
  • scikit-image 0.9.3
  • scikit-learn 0.14.1
  • scipy 0.13.0
  • six 1.4.1
  • sphinx 1.1.3
  • spyder 2.2.5
  • sqlalchemy 0.8.3
  • statsmodels 0.5.0
  • sympy 0.7.3
  • theano 0.5.0 L
  • tornado 3.1.1
  • traits 4.3.0
  • traitsui 4.3.0
  • vtk 5.10.1
  • werkzeug 0.9.4
  • xlrd 0.9.2
  • xlwt 0.7.5
  • yaml 0.1.4 LM
  • zeromq 2.2.0 LM
  • zlib 1.2.7

Only available on: L (Linux) - M (MacOSX) - W (Windows)

参考：

 

python 实验环境的更多相关文章

  1. OVS + dpdk 安装与实验环境配置

    ***DPDK datapath的OVS的安装与实验环境配置 首先肯定是DPDK的安装       0:安装必要的工具            make            gcc           ...

  2. TensorFlow实验环境搭建

    初衷: 由于系统.平台的原因,网上有各种版本的tensorflow安装教程,基于linux的.mac的.windows的,各有不同,tensorflow的官网也给出了具体的安装命令.但实际上,即使te ...

  3. Python开发环境-Pyenv安装使用

    安装使用-Pyenv 简单的python版本管理:pyenv 管理python解释器 管理python版本 管理python的虚拟环境 官网:https://github.com/pyenv/pyen ...

  4. 常用增强学习实验环境 II (ViZDoom, Roboschool, TensorFlow Agents, ELF, Coach等) （转载）

    原文链接:http://blog.csdn.net/jinzhuojun/article/details/78508203 前段时间Nature上发表的升级版Alpha Go - AlphaGo Ze ...

  5. 常用增强学习实验环境 I (MuJoCo, OpenAI Gym, rllab, DeepMind Lab, TORCS, PySC2) (转载)

    原文地址:http://blog.csdn.net/jinzhuojun/article/details/77144590 和其它的机器学习方向一样,强化学习(Reinforcement Learni ...

  6. 腾讯云-搭建 Python 开发环境

    搭建 Python 开发环境 准备工作 任务时间:5min ~ 10min Python是一种解释型.面向对象.动态数据类型的高级程序设计语言.首先我们来看看系统中是否已经存在 Python ,并安装 ...

  7. Ubuntu下常用强化学习实验环境搭建(MuJoCo, OpenAI Gym, rllab, DeepMind Lab, TORCS, PySC2)

    http://lib.csdn.net/article/aimachinelearning/68113 原文地址:http://blog.csdn.net/jinzhuojun/article/det ...

  8. python实验报告（第五周）

    一.实验目的和要求 学会使用字符串的常用操作方法和正确应用正则表达式. 二.实验环境 软件版本:Python 3.10 64_bit 三.实验过程 1.实例1:使用字符串拼接输出一个关于程序员的笑话 ...

  9. Python实验报告（第四周

    一.实验目的和要求 学会应用列表.元组.字典等序列: 二.实验环境 软件版本:Python 3.10 64_bit 三.实验过程 1.实例1:输出每日一贴 (1)在IDLE中创建一个名称为tips.p ...

随机推荐

  1. 轻量级分布式文件系统FastDFS使用安装说明手册（新手入门级）

    轻量级分布式文件系统FastDFS使用安装说明手册(新手入门级) 实验室所在的课题组以研究云计算为主,但所有的研究都是在基于理论的凭空想像,缺少分布式环境的平台的实践,云计算神马的都是浮云了.因此,我 ...

  2. setUserVisibleHint－－ fragment真正的onResume和onPause方法

    现在越来越多的应用会使用viewpager+fragment显示自己的内容页,fragment和activity有很多共同点,如下图就是fragment的生命周期 但是fragment和activit ...

  3. redis 中 set 和 hset 有什么不同,什么时候使用 hset 什么时候使用set？

    转载:https://blog.csdn.net/wab719591157/article/details/73379844 redis 中存数据时,到底什么时候用  hset 相比于 set 存数据 ...

  4. javascript数组操作大全，数组方法总汇

    1. shift:删除原数组第一项,并返回删除元素的值:如果数组为空则返回undefined var a = [1,2,3,4,5]; var b = a.shift(); //a:[2,3,4,5] ...

  5. C# 通过SendMessage获取浏览器地址栏的地址

    1:通过SPY++获得地址栏的层次结构,然后一层一层获得 2:代码 using System; using System.Collections.Generic; using System.Linq; ...

  6. Mahout 协同过滤 itemBase RecommenderJob源码分析

    来自:http://blog.csdn.net/heyutao007/article/details/8612906 Mahout支持2种 M/R 的jobs实现itemBase的协同过滤 I.Ite ...

  7. 算法笔记_204:第四届蓝桥杯软件类决赛真题(Java语言C组)

    目录 1 好好学习 2 埃及分数 3 金蝉素数 4 横向打印二叉树 5 危险系数 6 公式求值   前言:以下代码仅供参考,若有错误欢迎指正哦~ 1 好好学习 汤姆跟爷爷来中国旅游.一天,他帮助中国的 ...

  8. 排序基础之插入排序、冒泡排序、选择排序详解与Java代码实现

    转载请注明原文地址:http://www.cnblogs.com/ygj0930/p/6594533.html  一:插入排序==逐个往前相邻数比较交换,小的在前 第一轮:A[1]与A[0]比较,小的 ...

  9. N-Queens I II（n皇后问题）(转）

    N-Queens The n-queens puzzle is the problem of placing n queens on an n×n chessboard such that no tw ...

  10. Oracle Data Integrator学习资料

    http://docs.oracle.com/middleware/1213/odi/index.html https://docs.oracle.com/middleware/1213/core/O ...