Python用于科学计算的一些常用工具和库
- IPython-增强的交互环境：支持变量自动补全，自动缩进，支持 bash shell 命令，内置了许多很有用的功能和函数
- Spyder、Wing IDE或Eclipse/Pydev：集成开发环境
- NumPy-数学计算基础库：N维数组、线性代数计算、傅立叶变换、随机数等。
- SciPy-数值计算库：线性代数、拟合与优化、插值、数值积分、稀疏矩阵、图像处理、统计等。
- SymPy-符号运算
- Pandas-数据分析库：数据导入、整理、处理、分析等。
- matplotlib-会图库：绘制二维图形和图表
- Chaco-交互式图表
- OpenCV-计算机视觉库
- TVTK-数据的三维可视化
- Cython-Python转C的编译器：编写高效运算扩展库的首选工具
- BioPython-生物科学
Python科学计算发行版
Sage不是Python发行版，而是一个由Python和Cython实现的开源数学软件系统，将很多已有的（C 、C++、Fortran和Python编写的）数学软件包集成到一个通用接口（记事本文档接口和IPython命令行界面），用户只需了解Python，就可以通过接口或包装器(wrapper)使用NumPy、SciPy、matplotlib、Sympy、Maxima、GAP、 FLINT、R和其他已有软件包（具体信息见组件列表），完成代数、组合数学、计算数学和微积分等计算。其最初的目标是创造一个“Magma、Maple、Mathematica和MATLAB的开源替代品”。当前最新版本:6.3 (08/10/2014)，支持Linux, Windows, Mac平台和Python2.x。
我的选择和推荐
Python(x,y)和WinPython都是开源项目，其项目负责人都是Pierre Raybaut。按Pierre自己的说法是“WinPython不是试图取替Python(x,y)，而是出于不同动机和理念：更灵活、易于维护、可移动、对操作系统侵略性更小，但是用户友好性更差、包更少、没有同Windows资源管理器集成。”。参考1里面说Python(x,y)不是很稳定，此外看它目前的更新不是很频繁，确实有可能Pierre后来的工作重心放在WinPython上了。
Canopy和Anaconda是公司推的，带免费版和商业版/插件。这两款发行版也牵扯到一个人，那就是
Travis Oliphant。Travis是SciPy的原始作者，同时也是NumPy的贡献者。Travis在2008年以副总裁身份加入Enthought，2012年以总裁的身份离开，创立了一个新公司continuum.io，并推出了Python的科学计算平台Anaconda。Anaconda相对Canopy支持Python的版本更多，对Python新版本支持跟的很紧（
Sage不支持Python3.x的理由是因为其依赖的SciPy还不支持Python3，而Anaconda却实现了支持Python3.3和3.4，这就说明问题了），此外其在Linux平台下（通过conda管理）安装更方便。
不言而喻，我最后选择了安装科学计算发行版Anaconda:)
原文摘自：http://blog.sina.com.cn/s/blog_72ef7bea0101imaj.html
本站仅提供存储服务，所有内容均由用户发布，如发现有害或侵权内容，请
点击举报。
