3. 环境搭建：Python、R、Seurat 与 Scanpy 配置归纳总结

说实话，搞 Visium 聚类分析，环境配置这块儿踩过的坑真不少。咱们这个章节就把 Python 和 R 两条路线彻底理顺。我个人习惯用 Miniconda 管理依赖，R 也走独立环境，这样项目之间不打架。下面我直接给出经反复验证的配置清单，你照着搭就行。

3.1 Anaconda 环境与 Python 工具链

为什么不直接装系统 Python？你想想看，Scanpy 依赖 numpy、pandas、scipy 这些底层库，版本稍微一乱就报奇奇怪怪的 ImportError。我建议用 conda 创建独立环境：

# 安装 Miniconda（推荐）或 Anaconda
# 创建 visium 专用环境
conda create -n visium python=3.9 -y
conda activate visium

# 核心依赖
conda install -c conda-forge scanpy python-igraph leidenalg -y

# 辅助库
pip install anndata scvelo dynamo bbknn

为什么要 Python 3.9？ 我之前在 3.11 上跑 Scanpy 1.9 时，leidenalg 的二进制包经常编译失败，回退到 3.9 就稳了。记住，Scanpy 的官方文档虽然支持 3.8-3.11，但 3.9 是社区兼容性最好的版本。

wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh
bash Miniconda3-latest-Linux-x86_64.sh -b -p ~/miniconda3
~/miniconda3/bin/conda init

3.2 R 与 RStudio 安装

R 这边我习惯用 Seurat v4.3，配合 SeuratDisk 做 H5 格式转换，再装 harmony 做批次校正。注意 R 3.6 以下的版本已经不再被 CRAN 支持，尽量装 4.2+。

# 在 R 控制台中执行
install.packages("Seurat")
install.packages("SeuratDisk")
install.packages("harmony")
install.packages("ggplot2")
install.packages("patchwork")

# BiocManager 安装额外包
if (!require("BiocManager", quietly = TRUE))
    install.packages("BiocManager")
BiocManager::install("multtest")
BiocManager::install("metap")

有一个坑我必须提一下：SeuratDisk 的安装依赖 rhdf5，而 rhdf5 需要系统上有 HDF5 库。如果你在 Windows 上遇到编译失败，可以改用：

install.packages("SeuratDisk", repos = "https://satijalab.r-universe.dev")

这个预编译包我亲测可用。

3.3 关键工具版本对比

3.4 配置检查清单

搭建完环境后，我习惯用下面这组命令做快速检验。如果全部通过，就可以放心跑后面章节的代码了。

1. Python 环境验证：进入 conda 环境，执行

python -c "import scanpy as sc; print(sc.__version__)"
python -c "import leidenalg; print(leidenalg.__version__)"

2. R 包验证：打开 RStudio，执行

library(Seurat)
packageVersion("Seurat")
library(SeuratDisk)
library(harmony)

3. CUDA 环境（可选）：如果你有 GPU，检查 PyTorch 或 TensorFlow 是否可用

python -c "import torch; print(torch.cuda.is_available())"

3.5 环境搭建总览图

下面这张图概括了从操作系统到工具链的完整流程。你可以拿它当“对照地图”，一步一步搭建就不会漏。

3.6 避坑指南（个人血泪史）

最后分享几个我亲自踩过的坑，希望能帮你省下半天调试时间。

• conda 与 pip 混装导致依赖冲突：我曾经在同一个环境下先 conda install scanpy，又 pip install scanpy，结果 import 时报 AttributeError: module 'scanpy' has no attribute 'pp'。建议只用 conda 安装，除非 conda 上没有的包才用 pip。
• R 包版本锁定：SeuratDisk 在 CRAN 上的版本很旧，安装后读 H5 文件会报 cannot find 'H5Fopen'。必须从 r-universe 装预编译版，或用 devtools 从 GitHub 安装。
• leidenalg 在 M1 Mac 上的问题：直接 pip install leidenalg 会尝试编译 C 扩展，大概率失败。解决方案是用 conda-forge 的二进制包：conda install -c conda-forge leidenalg。
• Windows 上 Scanpy 的并行问题：Scanpy 默认用多线程，但 Windows 下 multiprocessing 会有 bug。可以在代码开头设置 import multiprocessing; multiprocessing.set_start_method('spawn') 避免阻塞。