1. Conda 简介与安装
我第一次接触 Conda 是在做生物信息学项目的时候。那时候项目组七八个人，每人电脑上装的环境五花八门，光是 Python 版本就吵了好几回。后来我提议统一用 Conda，嗯，这才算消停了。说白了，Conda 就是一个跨平台的包管理器和环境管理器。它能帮你把不同项目所需的 Python 版本、库版本隔离开，互不干扰。
1.1 什么是 Conda
Conda 不是 Python 专属的工具。它最初来自 Anaconda 公司，但现在已经独立发展了。你可以用 Conda 安装 Python、R、C++ 库，甚至是命令行工具。我印象最深的是，有一次我需要装一个老版本的 OpenCV，用 pip 死活搞不定依赖冲突，换成 Conda 一行命令就解决了。Conda 的核心理念就两个：环境隔离 和 二进制包。装好的包是编译好的二进制，不用你在本地再折腾编译。
一句话总结：Conda = 环境管理 + 包管理，且不止于 Python。
1.2 Anaconda 与 Miniconda 的区别
很多新手搞不清 Anaconda 和 Miniconda 的关系。我当初也踩过坑——装了 Anaconda，结果发现它自带了 150 多个包，硬盘直接被吃掉好几个 G，而我只想用其中两三个工具。你说冤不冤？
下面这张表把区别说清楚：
| 特性 | Anaconda | Miniconda |
|---|---|---|
| 包含内容 | Conda + Python + 150+ 预装科学计算包 | 仅有 Conda + Python |
| 安装包体积 | 约 3~5 GB | 约 50~100 MB |
| 适用场景 | 新手、需要大量现成工具、硬盘空间充足 | 老手、需要按需安装、服务器或嵌入式环境 |
| 灵活性 | 较低（默认环境已装很多包） | 高（从零搭建，无冗余） |
| 是否收费 | 个人免费，组织商用需订阅 | 完全免费 |
我的建议：除非你确定自己需要 NumPy、SciPy、Matplotlib、Pandas 这一整套东西，否则一律选 Miniconda。我自己所有机器用的都是 Miniconda，包括生产服务器。这样干净，也方便后期维护。
1.3 安装步骤
安装其实很简单，但不同系统有些细微差别。我分别讲 Windows、macOS 和 Linux 下的做法。你按自己的系统跟着来就行。
1.3.1 Windows 安装
- 从 Miniconda 官网下载最新版安装包（选 Windows x86_64）。
- 双击运行
Miniconda3-latest-Windows-x86_64.exe。 - 安装时注意两个选项：
- “Add Miniconda3 to my PATH environment variable” —— 建议勾上，这样可以在任何终端直接运行 conda。
- “Register Miniconda3 as my default Python” —— 看情况。如果你机器上还有其他 Python，可以不勾。
- 安装完成后，打开“开始菜单 → Anaconda Powershell Prompt (Miniconda3)”。
- 输入
conda --version验证。
conda --version
conda 24.11.0我曾经遇到的坑：第一次在 Win10 上安装时，我没有勾“添加到 PATH”，结果每次都要手动进 Conda 的目录才能用。后来重装了一遍才解决。所以建议你勾上。
1.3.2 macOS 安装
macOS 分两种芯片：Intel 和 Apple Silicon（M1/M2/M3）。现在官方已经提供了原生 ARM 版，不用再靠 Rosetta 转译了。
- 打开终端，下载安装脚本：
cd ~/Downloads
curl -LO https://repo.anaconda.com/miniconda/Miniconda3-latest-MacOSX-arm64.sh- 运行脚本：
bash Miniconda3-latest-MacOSX-arm64.sh- 一路按回车同意许可，最后问你是否要执行
conda init，输入yes。 - 重启终端或执行
source ~/.zshrc（如果你用的是 zsh）。 - 验证：
conda --version
conda 24.11.0小技巧：如果下载太慢，可以换用清华镜像站的脚本。我个人习惯先 ping 一下速度，哪边快用哪边。
1.3.3 Linux 安装
Linux 下最常用的是 Ubuntu/Debian 和 CentOS/RHEL 系。步骤几乎一样：
- 下载脚本（注意架构：x86_64 或 aarch64 对应 ARM 服务器）。
wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh- 运行：
bash Miniconda3-latest-Linux-x86_64.sh- 同样同意协议，最后选
yes执行 conda init。 - 重新加载 shell 配置：
source ~/.bashrc- 验证：
conda list
# packages in environment at /home/user/miniconda3:
# Name Version Build Channel如果你是在服务器上安装，并且没有 root 权限，直接用个人目录安装即可。Conda 不需要 sudo。
1.4 安装后必做的一件事：配置镜像源
国内直接连接官方源非常慢，甚至经常断开。我曾经在实验室配环境，一个简单的 conda create 等了半小时还没反应……后来换了清华源，速度直接起飞。
配置方法如下：
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
conda config --set show_channel_urls yes配置完后，你可以用 conda info 检查 channel 列表。排在最上面的优先级最高。
注意：如果你在科研机构或企业内部，也可以用单位搭建的私有 Conda 镜像，配置方法一样。
1.5 安装后的基本验证
确保 Conda 正常工作，建议做这几步检查：
- 查看版本：
conda --version - 查看当前环境：
conda info --envs，应该能看到base环境。 - 创建一个测试环境：
conda create -n test_env python=3.11 -y - 激活测试环境：
conda activate test_env - 退出测试环境：
conda deactivate
全部通过，说明你的 Conda 已经就绪了。后面我们会在它上面配置 AutoDock Vina 的运行环境。
上面这张图展示了 Conda、Anaconda、Miniconda 的关系以及你的选择路径。记住，无论你选哪个，底层引擎都是 Conda。我们这门课后面会用 Miniconda 来搭建 AutoDock Vina 的环境——因为它轻量、可控，而且你本来也不会用到 Anaconda 预装的那一大堆生物信息学之外的包。