问英特尔python和英特尔环境在蟒蛇上的区别？

EN

这是没有区别的。您可以选择完整的安装程序来获得整个英特尔python安装，也可以选择创建一个conda环境来仅安装所需的软件包。文章说要安装intelpython<2|3>_core或intelpython<2|3_full。这些是软件包的集合，但您也可以使用Intel优化的numpy创建一个环境，例如，如下所示：

conda create -n intel_np -c intel numpy

Anaconda是由Python提供支持的领先的开放数据科学平台。Anaconda包含一个开源核心。Python发行版和700多个包。Anaconda安装程序包括150+包，其余的包可以通过conda install package name命令轻松安装。

由Anaconda提供支持的英特尔Python发行版专注于提高Python和广泛使用的数值计算软件包的性能的工具和技术，尤其是针对最新英特尔处理器的工具和技术。这两个发行版都适用于Intel KNL，即最近发布的Intel Xeon Phi。为了确保兼容性，由Anaconda提供支持的Python的英特尔发行版与Anaconda共享构建食谱，并使用conda进行打包。用于加速Python性能的英特尔软件包可在AnacondaCloud上获得。

Anaconda发行版包括更多的软件包，以提供更完整的生态系统，并专注于支持广泛的用户基础，包括最新和旧的硬件和操作系统。Anaconda发行版安装程序包括150多个包，并允许用户访问托管在repo.continuum.io上的400多个Python包和200多个R包，并可随conda一起安装。可用于Anaconda发行版的软件包的完整列表可在Continuum网站上找到。

英特尔发行版使用英特尔®性能库(包括英特尔®数学内核库(英特尔®MKL)、英特尔®线程构建模块(英特尔®TBB)、英特尔®数据分析加速库(英特尔®DAAL)和英特尔®MPI )来加速某些数值数据科学Python包的性能，如Numpy、Scipy、Scikit-learn、Tensorflow for cpu等。这些包已经过优化，通过使用线程、多个节点和矢量化来利用并行性。