数据科学Python
由于Python易于阅读的特性和强大的分析包，数据科学家和工程师选择Python进行数据科学研究。它现在是一种流行的编程语言，用于确保数据质量、处理多个数据源和生成可视化。
虽然Python的开源发行版可能对个人来说是令人满意的，但它并不总是能满足大型组织的支持、安全性或平台需求。
这就是为什么组织选择ActivePython作为他们的数据科学和大数据项目，以及运行数字例程的原因。
预先捆绑在于最重要的包数据科学家需要，ideyPython是预编译的，所以你和你的团队不必浪费时间创造自己的开源分发。您可以专注于对您的大数据源的更多时间建设算法和预测机器学习模型，以及环境配置更少的时间。
大数据连接器和分析包，安全性和支持
ActivePython 100%兼容开源Python编程语言，但也提供组织所需的安全性和商业支持。
ActivePython包括用于数据科学、机器学习、科学计算和大数据处理的开源库。您可以使用ActivePython操作数据结构、运行统计模型、回归和时间序列任务，以及更快地向业务用户和高管交付可视化——无论您的数据位于何处。大多数数据工程师都熟悉MATLAB，但是在许多情况下，ActivePython可以为Matlab提供更好的替代品。
一些流行的Python包在ActivePython中预编译
Python用于数据科学，大数据，机器学习和科学计算
- 熊猫(数据分析、数据帧分析和数据操作)
- NumPy(多维数组、数组对象和高性能数值计算)
- SciPy(使用numpy的算法)
- HDF5（存储和操作数据）
- Matplotlib（数据可视化，条形图，散点图和直方图）
- 散景（绘图图书馆）
- Jupyter(研究协作)
- pytables.(管理HDF5数据集)
- HDFS.(适用于Hadoop的C/ c++包装器)
- Pymongo.（MongoDB司机）
- Sqlalchemy.(Python SQL工具包)
- 复述,（redis访问库）
- 枕头(图像处理库)
- pyMySQL（MySQL连接器）
- scikit-learn(机器学习和模型选择)
- TensorFlow（与神经网络深入学习）*
- scikit-learn(机器学习算法)
- keras（高级神经网络API）
- seaborn(数据可视化库)
- NLTK(NLP，或自然语言处理)
python for security：
- 加密（食谱和基元）
- pyOpenSSL（Python接口openssl）
- passlib(密码散列)
- Requests-OAuthlib.(Oauth支持)
- ECDSA.(加密签名)
- PyCryptodome(PyCrypto替换)
- service_identity.（防止卵openss人的中间攻击）
安全
每个组织都关注安全，但不是每个人。为了完成工作而快速下载预编译的二进制包是非常常见的，但如果它包含被破坏的代码，就会让公司处于危险之中。
通过使用ActivePython，就不再需要猜测您的Python发行版是否包含了最新的OpenSSL补丁，或者是否从未经验证的存储库下载了未经验证的包。
我们为每个构建提供最新版本的Python库，并为关键问题提供及时的安全更新。
我们为财富1000强公司服务了20年，了解像您这样的组织的安全需求，并能提供您所需的安心。
了解更多关于Python的安全。
支持
我们的Python专家通过电子邮件或电话回答您的问题，因此您和您的团队不必依赖开源社区和公共论坛寻求帮助。
版本和平台:
我们的ActivePython构建和包在所有流行的操作系统上都是一致的，无论它们是本地的还是在云中。我们提供以下版本和平台的支持:
- 支持Python 2.7.18, 3.5+
- 支持Windows, Linux和macOS
了解更多信息这里支持的版本。
更高的安全性，降低风险
在您的组织中使用ActivePython发行版有很大的好处。ActiveState的企业层提供有保证的技术支持，法律赔偿和质量保证。通过我们的企业层，您将享受开源的优势，同时最大限度地减少风险。
通过使用ActivePython，您和您的团队可以:
- 确保Python中构建的模型的安全性
- 满足您组织的开放源码许可要求
- 通过私人渠道获得支持，确保知识产权安全
- 避免供应商锁定。ActivePython是Python的商业分布，100％与开源发布兼容
- 与您的所有开发团队分享您对ActivePython的使用
ActiveState在开源领域有着深厚的根基，作为Python基金会的创始成员，ActiveState积极地为Python社区做出贡献。我们提供您的企业所需的功能、安全性和支持，同时与Python的开源发行版兼容。
下载ActivePython Community Edition开始或联系我们要了解您组织中使用ActivePython的更多信息。
您也可以尝试我们的迷你ML运行时Linux.或者视窗其中包括大多数流行的机器学习库和数据科学包，它们都是预编译的，可以用于从推荐引擎到仪表板等项目。
*TensorFlow在Linux的ActivePython 2.7和Windows和MacOS的ActivePython 3.5上可用;Intel MKL可在ActivePython 2.7和3.5上获得，适用于Windows和Linux。