Python 是龜叔的獨生子，但他有很多堂兄弟，比較有名的也有好幾位。如果你不確定哪個對你更友好，我建議你選擇嫡傳的 Python——即便你將來需要和他的其他堂兄弟打交道，那也是熟門熟路。不建議初學者選擇AnacondaPython 和 ActivePython，在我看來他們提供的便利不如給用戶學習帶來的麻煩多。
Cpython
CPython 屬於 Python 參考實現方案，可算是所有其他 Python 衍生髮行版的一套標準化版本。CPython 利用 C 語言編寫而成，而其編寫者包含多位 Python 語言頂級決策層中的核心人員。CPython 在優化方面表現得最爲保守。當然，這並不是缺點，而是設計取向。Python 的維護者們希望將 CPython 打造爲 Python 最具廣泛兼容性與標準化的實現方案。CPython 最適合對 Python 標準的兼容性與一致性要求較高的用戶。此外，CPython 同樣適用於希望以最基本方式使用 Python並願意爲此放棄某些便捷性的專業人士。
Anaconda Python
Anaconda 源自 Anaconda 公司之手(原名爲 Continuum Analytics)，其設計目標在於服務那些需要由商業供應商提供支持且具備企業支持服務的 Python 開發者。Anaconda Python 的主要用例包括數學、統計學、工程、數據分析、機器學習以及其他相關應用。Anaconda 捆綁有 Python 商業與科學使用場景當中的各類常用庫——包括 SciPy、NumPy 以及 Numba 等等，同時通過一套定製化軟件包管理系統提供更多庫訪問能力。
ActivePython
與Anaconda類似，ActivePython同樣由營利性企業創建及維護——ActiveState公司。該公司還在銷售多種語言運行時以及多語言Komodo IDE。ActivePython主要面向企業用戶與數據科學家——即希望使用Python語言，但又不願把大量精力浪費在Python的組裝與管理方面。ActivePython使用Python中的常規pip軟件包管理器，但同時亦以認證壓縮包的形式提供數百套通用庫，外加英特爾數學核心庫等其他一些具有第三方依賴關係的公共庫。
PyPy
PyPy 屬於CPython解釋器的替代品，其利用即時(JIT)編譯以加速Python程序的執行。根據實際執行的任務情況，其性能提升可能非常顯著。人們對於Python——特別是CPython的抱怨之聲，主要圍繞其速度表現展開。在默認情況下，Python的運行速度遠不及C語言——差距甚至可能達到數百倍。PyPy JIT將Python代碼編譯爲機器語言，從而帶來平均7.7倍於CPython的運行速度。在某些特定任務中，其提速效果能夠達到50倍。
Jython
JVM(Java虛擬機)能夠作爲除Java之外的多種語言的運行時選項。這份長的名單包括Groovy、Scala、Clojure、Kotlin、Python以及——沒錯，當然還有Jython 。Jython最大的弊端在於其僅支持Python的2.x版本。目前對Python 3.x版本的支持能力尚在開發當中，但仍需要相當一段時間。當下，還沒有任何相關版本放出。
IronPython
類似於Jython的JVM上Python實現方案定位，IronPython屬於一套立足.Net運行時——或者CLR(公共語言運行時)——的Python實現方案。IronPython利用CLR的DLR(動態語言運行時)以允許Python程序以等同於CPython的動態水平實現運行。與Jython類似，IronPython目前只支持Python 2.x版本。不過IronPython 3.x實現方案已經處於緊鑼密鼓的開發當中。
以上就是python版本大全和其特性，各位小夥伴可以針對自己的情況選擇適合自己的版本。最後提醒大家：一個Python 程序員的成長路線圖應該是這樣子的：基礎語法–>語感訓練–>課題練習–>分方向繼續學習–>中級程序員–>拓展深度和廣度–>高級程序員，按照這個一步一步纔不會感覺到迷茫。