Python部落(python.freelycode.com)组织翻译，禁止转载，欢迎转发。
英特尔的Python发行版增加了英特尔的高速数学库，为数据科学家提供了非常便利的Anaconda版本。
Python的传统思想是，它会使你的工作更容易却不一定更快。然而，如果你的工作中包括数据科学任务，英特尔正在努力使它更快。
当前，英特尔的Python发行版重新将Continuum
Analytics设计的Python
Anaconda发行版进行打包。而速度的提升则来自于英特尔数学核心函数库（MKL），它利用英特尔最新处理器的能力来为常用的数据科学任务（如线性代数或快速傅里叶变换）提供更好的性能。
英特尔在3月份提供预发布的分销渠道，但没有品牌支持，其提供的Python分行版MKL加速是一个重大的便利，而其发行版中集成的包进一步方便了用户使用，其中包括：NumPy，SciPy
Pandas，Matplotlib，IPython / jupyter，以及许多其他面向科学分析的Python包。
Python用户往往很难将这些碎片化的包添加到工作环境中；这就是为什么Anaconda提前做了所有这些繁重的工作。Anaconda发行版有助于管理这些有时需要跳出工作去安装的Python包。最为重要的是，英特尔正在为其MPI库添加支持，以允许这些包在多核环境下更有效地扩展，而现有的Python版本对于多核支持仍不十分理想。
Anaconda也带来了另外两个加速Python向英特尔发行版发展的重大项目。Cython允许Python模块逐步转化为C，而numba则利用一款JIT编译器加速Python函数。
Anaconda早已确立为数据分析而不是通用编程目的用户的Python发行版。Continuum
Analytics去年开始提供Anaconda的企业版和免费版，英特尔也采取了同样的发行策略，英特尔Python发行版的免费版只有论坛支持，当作为英特尔Parallel
Studio XE的一部分购买时，它包括为期一年的技术支持。
英文原文：http://www.infoworld.com/article/3117239/data-science/intels-python-distribution-turbocharges-data-science.html
译者：sissp
