使用 Python 进行科学计算是 Enthought 公司提供的主要服务。Enthought 的商用产品和支持是付费内容，但是它们仍在很大程度上为开源社区做出了贡献。它们的贡献直接对 NumPy 和 SciPy 代码库起作用，Enthought 在年度 PyCon 会议上展现了它的魅力，并主办了 SciPy 会议。
您可以使用 Ubuntu 软件管理器安装运行 IPython、NumPy 和 SciPy 所需的各种软件，或者是您可以下载并安装免费的 EPD 版本，该版本称为 EPD Free。Enthought 提供 32 位和 64 位版本的 EPD Free，并且已经在 Red Hat、Ubuntu 和 openSUSE 上验证了这些版本。关于此内容的警告是：一些 64 位 Linux 系统部包含 32 位库，因此需要 64 位的软件包版本。
要安装 EPD Free，首先需要下载安装程序脚本，然后使用下列命令运行它：
bash epd_free-7-2-2-rh5-x86.sh
为了在将来能够便捷地启动 EPD，您需要在 shell 启动脚本（.cshrc 或 .bash_profile）中添加一些代码行。Ubuntu 默认情况下使用的是 bash shell，因此我展示了在 .bash_profile 中添加代码的示例。对于本文，我使用了下列代码行：
export PATH=/home/paul/Downloads/epd_free-7.2-2-rh5-x86_64/bin:$PATH
使用 EPD
IPython 是 EPD 和 Sage 之间另一种常见的共同特性，并且它是主要用户界面工具。与 Sage 非常类似，EPD 同时安装命令行界面和基于 Web 的笔记本。
命令行界面
基于 Qt 的控制台提供了一些改进的功能，包括使用 Pygments 库完全突出显示语法。它还提供了在内联图中这样做的能力。要获得此功能，可使用下列命令启动 IPython：
ipython --pylab
图 5 显示了具有嵌入式图的 Qt 控制台。
图 5. 创建新的 PyDev 项目
基于 Web 的界面
最新的 IPython (0.12) 版本包含与 Sage 类似的基于 Web 的笔记本功能。要获得笔记本功能，需要安装几个相关项，包括 ZeroMQ 和 Tornado Web 服务器。要从命令行启动笔记本，请在终端窗口中输入下列命令：
ipython notebook
这会启动 Tornado Web 引擎并启动打开到仪表板页面的默认 Web 浏览器。如果随后您选择了默认笔记本，则应看到类似 图 6 的新窗口。
图 6. iPython Notebook
与 Web 笔记本的一个不同之处是：当您想执行代码时，需要使用 Control-Enter。这使输入多行代码变为可能，如 图 6 所示，并会按执行顺序在输入框中输入所有内容。因此，可以轻松地将函数分解为多个可管理的块。
可使用 Markdown 语法注释您的笔记本。如果您对 Markdown 不熟悉，那么使用纯文本创建格式化的超文本标记语言 (HTML) 是一种基本方法。例如，空格后面加一个井号符号 (#) 在 HTML 中表示 H1，而两个井号符号表示 H2，以此类推。这允许您添加注释或文档来补充说明代码和图形。
Pandas
Python Data Analysis Library 或 pandas 是连接 SciPy 和 NumPy 的另一种工具，该工具是为了解决数据分析任务而创建的。Pandas 纳入了大量库和一些标准的数据模型，提供了高效地操作大型数据集所需的工具。Comma-separated values (CSV) 文件表示在有关各方之间分发数据的最常见的方法之一。Pandas 提供了一种优化库功能来读写多种文件格式，包括 CSV 和高效的 HDF5 格式。
read_csv 模块了解在第一行中如何使用标头信息解析常见的 CSV 文件。它还了解如何使用内置解析程序处理具有日期或时间的文件。Pandas 包含一个日期工具模块，该模块具有执行各种日期计算的长操作例程列表。清单 1 显示了来自 pandas 文档的代码段，显示了如何查找距离另一个日期四个月零五天的日期：
清单 1. Pandas 日期映射示例
d = datetime(2012, 4, 20)
d + pandas.DateOffset(months=4, days=5)
datetime.datetime(2012, 8, 25, 0, 0)
当切割大数据集时，Pandas 非常有用。在将您的数据导入原生数据结构后，有大量工具可供选择，可执行几乎所有类型的操作。可使用标准 Python 切片语法对数据进行切片，对所有或部分数据执行操作，或者是使用 matplotlib 绘制它。如果您需要执行任何数据操作任务，可能会想使用 pandas 加速这一过程。
结束语
毫无疑问，Linux 可支持几乎您让它执行的任何科学计算任务。大多数学术团体都支持它，它快速获得了新行业用户的青睐，这些用户用它来降低其软件预算。这些工具提供了比其商业竞争对手更丰富的内容，最重要的是，它们是免费的。对于寻找充分支持的软件的客户来说，有 Enthought 及其 EPD 商用产品可供选择。它们为所有付费客户提供完整的客户支持和培训。
