Python发行版(编译器)
一、Python编译器简介
根据实现Python编译器语言一般分为以下几种：
1.1、CPython
标准的Python，解释型编译器。
Python：标准的CPython版本，即官方发布版本。
IPython：基于CPython的一个交互式解释器，也就是说，IPython只是在交互方式上有所增强，但是执行Python代码的功能和CPython是完全一样的。
相关链接：
Python官方下载地址：https://www.python.org/downloads/
IPython下载安装：http://ipython.org/install.html
Python维基百科：https://zh.wikipedia.org/wiki/Python
IPython维基百科：https://en.wikipedia.org/wiki/IPython
1.2、Jython
使用Java模块可以和Java无缝集成。Jython可以被动态或静态地编译成Java字节码。解释型编译器。
相关链接：
Jython下载地址：http://www.jython.org/archive/21/download.html
Jython下载地址会掉转到：https://sourceforge.net/projects/jython/files/
Jython维基百科：https://zh.wikipedia.org/wiki/Jython
Jython百度百科：https://baike.baidu.com/item/Jython/8376458
1.3、PyPy
基于Python编译器子集rPytho实现的python，然后可以再转换位C/CIL…。动态变异型编译器。
PyPy：是Python发展的趋势。而且PyPy也经历了pypy2到pypy3的转变。但是现在并不是所有的库都能完美的运行再PyPy编译器上(PyTest就已经放弃了对PyPy3的支持)。PyPy利用了JIT技术(参考wiki：https://en.wikipedia.org/wiki/Just-in-time_compilation)。
PyPy运行速度也并不是所有函数比CPython2.x/3.x都快，而是一部分函数功能运行快(PyPy在计算浮点数运算时效率有明显提升)。
PyPy和CPython的不同点(官方说明)：http://pypy.readthedocs.io/en/latest/cpython_differences.html
相关链接：
PyPy下载地址：http://pypy.org/download.html
PyPy官方文档：http://doc.pypy.org/en/latest/
PyPy官方文档下载：http://readthedocs.org/projects/pypy/downloads/
PyPy性能说明：http://speed.pypy.org/和https://speed.python.org/
PyPy维基百科：https://zh.wikipedia.org/wiki/PyPy
1.4、IronPython
IronPython和Jython类似。只不过IronPython是运行在微软.Net平台上的Python解释器，可以直接把Python代码编译成.Net的字节码。
相关链接：
IronPython下载地址：http://ironpython.net/download/
IronPython的github：https://github.com/IronLanguages/main和https://github.com/IronLanguages/main/releases
IronPython官方文档：http://ironpython.net/documentation/
IronPython维基百科：https://zh.wikipedia.org/wiki/IronPython
二、常用Python版本
以下是平时经常用的Python发行版本：
- CPython，一般我们所说的python默认是指这个发行版本的python现在一般用2.7/3.6。这个版本只提供标准库，第三方库需要自己用pip命令安装。(pip命令参考：https://pypi.org/project/pip/及https://pip.pypa.io/en/stable/user_guide/)
- Anaconda，这个发行版的Python是科学计算及研究中经常使用到的发行版Python，这个发行版Python会自动集成很多方便易用和常用的第三方库。
安装了Anaconda，就安装了Python+NumPy+SciPy+Matplotlib+IPython+IPython Notebook。IPython Notebook是比较常见结合PyCharm开发使用的工具。
相关链接：
Anaconda官网：https://www.anaconda.com/
Anaconda下载地址：https://www.anaconda.com/download/
清华源下载：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
