No geral, eu recomendaria a todos os programadores que codificam na linguagem python usar o Anaconda.

A facilidade de uso e o layout do IDE. Outros IDE não são amigáveis ​​para programadores, mas o anaconda é. Adoro especialmente a ajuda da documentação que o IDE fornece. Torna a programação muito mais fácil.

O mínimo que eu gosto sobre este software não é nada. Eu acredito que este é o melhor IDE disponível para python. Também suporta outras linguagens de programação. Seria ótimo se ele pudesse compilar C ++ também.

O pacote Anaconda vem com tudo o que você precisa para começar a usar R ou Python. Todas as ferramentas e complementos mais importantes são integrados em uma interface fácil.

Para novos usuários, pode ser confuso o modo como o anaconda instala as coisas e apresenta os pacotes disponíveis para uso.

Adoro o Anaconda em geral, graças ao seu extenso conjunto de recursos, plataformas que ele contém e capacidade de gerenciar bibliotecas instaladas e instalar novas. O gerenciamento de versões é muito crítico para um desenvolvedor. Por exemplo, recentemente, eu precisava de uma função que foi trazida ao Pandas recentemente, que era o tipo de dados 'Int64' que habilitava valores de NaN para o tipo de dados Int no DataFrame. Percebi que precisava atualizar o Pandas. Em vez de passar por um doloroso processo de atualização e gerenciamento de bibliotecas, passei por esse processo com facilidade.

Eu amei isso:

Existem duas desvantagens que vi até agora:

Em resumo: fácil e produtivo. Possibilidades infinitas e um shell de programação que facilita "aprender fazendo".

O shell me lembra o Matlab, o que tornou minha curva de aprendizado mais fácil e rápida. Posso ficar de olho nos valores obtidos pela (maioria) variáveis ​​do meu programa e criar o código passo a passo, testando instruções e "vendo" os resultados à medida que eles são armazenados na memória. O acesso às funções estatísticas e de ciência de dados de Pyhton é facilitado.

É difícil encontrar desvantagens, mas posso mencionar o fato de que o grande número de funções disponíveis pode fazer você se sentir perdido às vezes. Além disso, a ajuda de contexto é boa, mas sempre pode ser aprimorada.

Eu acho que essa é a melhor maneira de configurar ambientes Python / ML no Windows

Um pouco desajeitado e pesado. Prefiro usar apenas o prompt do que a GUI

Uso o Anaconda por 2 anos com grande satisfação. Faltam alguns pacotes, mas ainda está bem, já tem muito crédito.

Ele vem com bibliotecas Python fundamentais para Ciência de Dados e Machine Learning, como Pandas para manipulação de dados, NumPy para álgebra linear, Sci-kit Learn para algoritmos de aprendizado de máquina, SciPy para ferramentas estatísticas. Este é simplesmente o garoto iniciante. Alivia o fardo dos iniciantes, removendo o esforço de instalar tudo isso manualmente. Sem mencionar que ele vem com a ferramenta de ciência de dados mais importante Jupyter Notebook.

Ele não contém alguns pacotes, como XGBoost, CatBoost, LightGBM, Imbalanced-Learn, MLXtend, etc. Esses talvez não sejam o Data Science 101, mas 201 pacotes necessários para necessidades mais avançadas.