4. Python 环境准备：把 Conda 这个“包管家”伺候好

实话跟你说，我见过太多新手把时间浪费在等 conda 下载上了。明明网络没问题，一个 `conda install` 卡在那半天不动，进度条跟死了一样。嗯，八成是源的问题。我个人习惯是，装好 conda 的第一件事：换源。

你可能会问：“为什么要用 conda？系统自带的 Python 不行吗？”

我的答案是：实验室里千万别碰系统 Python。系统 Python 是给操作系统自己用的。你把它搞乱了，yum、apt 这些包管理器会集体罢工。conda 可以把 Python 环境隔离得干干净净，项目之间互不打架。AutoDock Vina 相关的工具链，比如 Meeko、OpenBabel、ADFR，都能在 conda 里装得服服帖帖。

⚠ 警告： 千万不要用 sudo pip install 往系统 Python 里塞包。我当年就是手贱，把系统的 libpython3.7m.so.1.0 给覆盖了，最后不得不重装系统。

4.1 Miniconda vs Anaconda：选哪个？

很多人一上来就装 Anaconda，结果发现体积好几 G，里面大部分包这辈子都用不上。我的建议是：装 Miniconda。

它俩的本质其实一样——底层都是 conda 包管理器。区别在于预装的东西：

对比项	Miniconda	Anaconda
安装包大小	~100 MB	~3 GB
默认包含包数	仅有 conda + Python + 少量依赖	1500+ 科学计算包
适合场景	轻量、按需安装、CI/CD 流水线	新手一站式体验、离线安装
我的推荐	⭐⭐⭐⭐⭐	⭐⭐

说白了，你装 Miniconda，后面缺什么包再用 conda 装，干净又可控。我之前在服务器上不小心装了 Anaconda，结果 `/opt` 分区直接满了，清了一下午才腾出空间。从此只认 Miniconda。

4.2 安装步骤：别信一键安装，自己动手最稳

安装其实就三步。但很多人第一步就走错了——直接从官网下载最新版本。我不建议这么做，因为最新版有时会和旧系统不兼容。我个人习惯是用 清华镜像站 的归档版本。

Step 1：下载 Miniconda 安装脚本

在终端里敲这行命令：

wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/Miniconda3-latest-Linux-x86_64.sh

如果你是 macOS，把后缀换成 MacOSX-x86_64.sh。

为什么要用清华源？直接连官网下载，速度可能只有几十 KB/s，清华源基本能跑满带宽。

Step 2：执行安装脚本

bash Miniconda3-latest-Linux-x86_64.sh

安装过程会问几个问题：

许可协议：按 q 跳过阅读，输入 yes。
安装路径：默认是 ~/miniconda3，就放这儿，别改。
是否初始化 conda：选 yes。它会自动改你的 .bashrc，把 conda 加入 PATH。

Step 3：使配置生效

source ~/.bashrc

输完这行，你的命令行前面应该会出现 (base) 字样。如果没有，重启终端试试。

💡 技巧： 安装完成后，先不要急着装包。先禁用 conda 的自动激活 base 环境，不然每次打开终端都会启动 base，会明显变慢。命令是：

conda config --set auto_activate_base false

需要时手动 conda activate base 就行。

4.3 换源：治标又治本

这是本章最核心的内容。conda 默认源在海外，速度极其不稳定。换源能救命。

我的做法是修改 .condarc 配置文件。如果你没有这个文件，手动创建它：

vim ~/.condarc

写入以下内容（以清华源为例）：

channels:
  - defaults
show_channel_urls: true
default_channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
  conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

配置完成后，清除一下索引缓存：

conda clean -i
conda update --all

现在你再 conda install 任何包，速度都会快一个量级。

  📌 重要提示： 如果你用的是 阿里云镜像 或 中科大镜像，把上面的 URL 前缀换一下就行。但我不建议混用多个源，容易导致依赖解析出错。选一个稳定的，一直用下去。

说到换源，我举个例子。有一次我在项目里需要装 pandas，没换源时等了 8 分钟进度条还在转。换成清华源后，30 秒搞定。你想想看，多出来的 7 分半钟要是用来调 Vina 参数，能做多少事。

4.4 conda 基本操作：够用就行

你不用背所有命令，掌握下面几个就足够了：

操作	命令	说明
创建环境	`conda create -n vina_env python=3.9`	指定 Python 版本创建独立环境
激活环境	`conda activate vina_env`	进入该环境后，所有包隔离
退出环境	`conda deactivate`	回到 base 或系统环境
安装包	`conda install numpy`	从已配置的源下载安装
列出所有环境	`conda env list`	查看你建了多少个环境
删除环境	`conda env remove -n vina_env`	不要了就删，不占空间

嗯，这里面最常用的就是 conda activate 和 conda install。你不需要知道太多，但一定要养成 每个项目建一个独立环境 的习惯。上次一个同事把所有包都装在 base 里，结果 openbabel 和 rdkit 冲突，折腾了一周。

4.5 避坑指南：我踩过的那些坑

下载还是一直转圈？ 检查一下 .condarc 里是不是写错了 URL 前缀。我曾经把 pkgs/main 写成了 pkgs/main/，多了个斜杠直接报 404。
conda 命令卡在 Solving environment？ 这是依赖解析太慢。可以试试 conda install -c conda-forge --freeze-installed 包名，或者直接用 mamba（conda 的加速版）。我个人现在都改用 mamba 了，速度能快 5 倍以上。
Python 版本该选哪个？ 对于 AutoDock Vina 相关的工具，3.8 或 3.9 最稳。3.10 以上有些旧化工库还没适配。
Windows 用户注意： 装 Miniconda 时记得勾选“将 conda 添加到 PATH”，否则后面你在 cmd 里输 conda 命令会提示找不到。

4.6 一张图看懂本章逻辑

下面这张流程图把 Python 环境准备的关键路径画清楚了：从要不要装 conda，到选 Miniconda 还是 Anaconda，再到换源、创建环境，最后能稳定快速地装包。

看完这张图你就能明白：我们其实就干了两件事——把 conda 装好，把源换成国内的。剩下的就是敲几个命令的事。别让网络速度拖慢你的研究进度。

4.7 收尾几句

好了，现在你的 Python 环境已经准备好了。干净、可重复、下载飞快。后面不管是装 AutoDock Vina 还是 Meeko、OpenBabel，都会非常顺畅。记住，环境管理的功夫在平时，别等到项目跑不动了才后悔。