做生物信息,个人感觉R与python都挺重要的,个人更加喜欢python,因为其除了R的功能以外还可以做很多事情,可以成为一个全技jian工程师,当然公认的python的画图还是没有R强大。做python的科学计算,不得不提到大名鼎鼎的跨平台管理工具conda了,其有许多优势,再也不要看pip缺少什么依赖环境了,同时可以在任意版本的python中进行切换以及构建环境,非常好用。

管理环境

对于conda,你可以创建,输出,列出,移出和升级环境,可以切换你的不同版本的包环境。假如希望看到所有的命令文档,你可以使用--help进行查看,例如,了解conda环境命令:

1
conda env --help

简单的参数文档可以在commnand reference documentation进行查阅。

创建环境

为了管理环境,我们需要创建至少两个环境来进行移动切换他们,为了创建新的环境,使用conda create命令,如下:

1
conda create --name snowflakes biopython

其将会创建一个名为/envs/snowflakes的新环境,包括biopython项目,这个环境使用的python版本为现在所使用的版本,因为你没有特别的指定版本。

改变环境(activate/deactivate)

激活
Linux,OS X: source activate snowflakes
Windows: activate snowflakes
conda 添加path名(snowflakes)在你的系统命令中
TIP:环境默认安装在conda目录,你也可以特别的指定其它目录,具体查看create --help来获取更多描述

失活
Linux, OS X: source deactivate
Windows: deactivate
conda将移出路径(snowflakes)于你的系统命令

创建独立的环境

你可以创建新的环境采用不同的python版本,安装不同的包等等,例如:

1
conda create --name bunnies python=3 astroid babel

列出所有的环境

可以通过info信息来列出所有环境内容:

1
conda info --envs

你可以列出所有的环境参数:

1
2
3
conda environments:
snowflakes /home/username/miniconda/envs/snowflakes
bunnies /home/username/miniconda/envs/bunnies

验证当前环境

1
conda info --envs

conda 将列出所有环境,当前环境会高亮且带有’*’的特征符

克隆环境

1
conda create --name flowers --clone snowflakes

删除环境

1
conda remove --name flowers --all

设置国内镜像

1
2
3
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes

设置了清华大学镜像源,速度肯定嗖嗖的。

但是清华大学的镜像包还是不够给力,我们可以增加bioconda隧道,这样就不用在官网龟速安装了~

1
2
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
conda config --set show_channel_urls yes

执行完上述命令后,会生成~/.condarc(Linux/Mac)C:\Users\USER_NAME\.condarc文件,记录着我们对conda的配置,直接手动创建、编辑该文件是相同的效果。

参考资料:
Conda-Anaconda的虚拟环境和包管理功能
Anaconda使用总结

简单例子

创建一个python2.7环境


激活环境并下载wxpython
1
2
activate wxpython
pip install expython