📚 课程目录第4章 Conda基础命令

4. Conda 基础命令：创建环境

好了，咱们正式进入实际操作环节。

上一章我们把 Conda 装好了，现在来学最核心的操作——创建环境。

我个人习惯，拿到一台新机器，第一件事不是装软件，而是先跑一遍 conda create 测试环境。为什么？因为 Conda 的环境隔离机制，说白了就是给每个项目一个独立的小房间。你可以在里面随意折腾，不会影响到外面。我见过太多人在基础环境里装了几百个包，最后依赖冲突，删都不敢删。

4.1 conda create：最核心的命令

创建一个环境非常简单。命令行里敲这个：

conda create -n maxquant_env python=3.9

解释一下各个部分的含义。

参数	含义	说明
`conda create`	创建环境的命令	固定写法，告诉 Conda 你要新建一个环境
`-n maxquant_env`	指定环境名称	`maxquant_env` 是我取的名字，你可以改成任意名称
`python=3.9`	指定 Python 版本	这里用 `3.9`，MaxQuant 官方推荐版本

这里有个小坑。我记得第一次用 Conda 时，我以为 -n 和 --name 可以混用，其实都可以，但我习惯用 -n，少打字。

我的建议：环境名字最好有意义。比如这个教程里，我全都用 maxquant_env。别取什么 test1、abc，两个月后你自己都认不出来。

4.2 环境创建流程详解

执行上面那条命令后，终端会有一连串输出。我再跑一次给你看关键步骤。

$ conda create -n maxquant_env python=3.9

Collecting package metadata (current_repodata.json): done
Solving environment: done

## Package Plan ##

  environment location: /home/you/miniconda3/envs/maxquant_env

  added / updated specs:
    - python=3.9

The following NEW packages will be INSTALLED:

  _libgcc_mutex      pkgs/main/linux-64::_libgcc_mutex-0.1-main
  ca-certificates    pkgs/main/linux-64::ca-certificates-2024.3.11-h06a4308_0
  certifi            pkgs/main/linux-64::certifi-2024.2.2-py39h06a4308_0
  ld_impl_linux-64   pkgs/main/linux-64::ld_impl_linux-64-2.38-h1181459_1
  libffi             pkgs/main/linux-64::libffi-3.4.4-h6a678d5_0
  libgcc-ng          pkgs/main/linux-64::libgcc-ng-11.2.0-h1234567_1
  libstdcxx-ng       pkgs/main/linux-64::libstdcxx-ng-11.2.0-h1234567_1
  ncurses            pkgs/main/linux-64::ncurses-6.4-h6a678d5_0
  openssl            pkgs/main/linux-64::openssl-3.0.13-h7f8727e_0
  pip                pkgs/main/linux-64::pip-23.3.1-py39h06a4308_0
  python             pkgs/main/linux-64::python-3.9.18-h955ad1f_0
  readline           pkgs/main/linux-64::readline-8.2-h5eee18b_0
  setuptools         pkgs/main/linux-64::setuptools-68.2.2-py39h06a4308_0
  sqlite             pkgs/main/linux-64::sqlite-3.41.2-h5eee18b_0
  tk                 pkgs/main/linux-64::tk-8.6.12-h1ccaba5_0
  tzdata             pkgs/main/linux-64::tzdata-2024a-h04d1e81_0
  wheel              pkgs/main/linux-64::wheel-0.41.2-py39h06a4308_0
  xz                 pkgs/main/linux-64::xz-5.4.5-h5eee18b_0
  zlib               pkgs/main/linux-64::zlib-1.2.13-h5eee18b_0

Proceed ([y]/n)? y

终端最后会问你是否继续，输入 y 回车。

嗯，这里要注意：Conda 会先解析依赖关系。你在日志里看到的 Solving environment: done 就表示依赖都检查通过了。我遇到过一次卡在 Solving environment 很久的情况，那是因为网络源的问题，后面会教你换源解决。

4.3 指定 Python 版本的重要性

你可能要问：为什么非指定 python=3.9？

MaxQuant 在 Conda 环境里安装时，对 Python 版本很敏感。3.8、3.9、3.10 是官方测试过的。我建议用 3.9，兼容性最好。不信你可以试试 3.11，大概率装到一半就报错。

如果你想看当前环境支持哪些 Python 版本，可以查：

conda search python

结果会列出所有可用的 Python 版本号。在这个教程里，记住用 3.9 就够了。

4.4 创建环境实战：从零开始

我们来完整走一遍流程。打开终端，逐条执行。

# 第一步：创建环境并指定 Python 版本
conda create -n maxquant_env python=3.9

# 看到 Proceed ([y]/n)? 时输入 y

# 第二步：激活环境
conda activate maxquant_env

# 第三步：验证环境是否激活
conda info --envs

# 或者用 which python 看看路径
which python

当你执行 conda info --envs，会看到类似下面的输出：

# conda environments:
#
base                  *  /home/you/miniconda3
maxquant_env             /home/you/miniconda3/envs/maxquant_env

注意看星号 * 在哪一行，它表示当前激活的环境。如果星号在 maxquant_env 这一行，说明环境切换成功了。我记得第一次用 Conda 时，总是忘了 conda activate，结果包都装到了 base 里，环境隔离白做了。所以每次操作前，看一眼星号位置，这是好习惯。

避坑指南：如果你终端前面没有显示 (maxquant_env) 前缀，说明环境没激活。这时候装包，都是装到 base 里。我曾经因为这个，把 base 搞得一团糟，最后只能重新装 Miniconda。

4.5 创建环境时的其他常用参数

conda create 不只是能装 Python。你可以在创建时一口气装好几个包。比方说：

conda create -n my_project python=3.9 numpy pandas matplotlib

这样创建环境的同时，就把 numpy、pandas、matplotlib 一起装了。不用先创建再一步步装。我经常用这个方式，一步到位，节省时间。

另一个有用的参数是 -c 指定频道。

conda create -n maxquant_env python=3.9 -c conda-forge

-c conda-forge 表示从社区维护的 conda-forge 频道获取包。这个频道包更全，更新也更及时。我一般创建环境时都加上 -c conda-forge，稳妥。MaxQuant 相关的包在 conda-forge 上也有。

4.6 用 environment.yml 文件创建环境

在团队协作里，你不会每次手动敲一堆包名。更常用的方式是写一个 environment.yml 文件。

举个例子，这是本教程配套的配置文件：

name: maxquant_env
channels:
  - conda-forge
  - defaults
dependencies:
  - python=3.9
  - pip
  - numpy
  - pandas
  - matplotlib
  - pip:
    - maxquant==2.6.0.0

有了这个文件，创建环境只需要一行命令：

conda env create -f environment.yml

优势很明显：配置可重复、可版本控制、可分享。我在做生物信息学项目时，每个分析项目都会带一个 environment.yml，放在 Git 仓库里。换机器或者给同事，直接跑一行命令环境就搭好了。

小技巧：如果你需要导出当前环境的配置，用这个命令：conda env export > environment.yml。这样别人就能复刻你的环境，包括所有包的版本号。

4.7 环境命名规范与最佳实践

最后聊聊环境命名。我见过太多人随意命名：env1、test、new_env……结果一个月后，自己都搞不清哪个环境是干什么的。

我的推荐是：

情景	推荐命名	示例
课程/教程专用	语义化命名	`maxquant_env`
项目专用	项目名 + 用途	`proteomics_analysis`
测试用环境	标明测试	`maxquant_test`
不同软件版本	附带版本号	`maxquant_v2_6`

另外，环境名不要用空格，不要用大写字母，尽量用下划线连接。这是 Linux 习惯，也是跨平台兼容的小细节。

4.8 结语前的一个小实验

你创建一个干净环境后，试试在里面装一个跟 MaxQuant 完全无关的包，比如 librosa（音频处理库）。装了之后，看看 base 环境有没有变化。

conda activate maxquant_env
conda install -c conda-forge librosa
conda deactivate
conda list | grep librosa

如果 base 里没有 librosa，而 maxquant_env 里有，那就说明环境隔离生效了。这就是 Conda 的价值——各玩各的，互不干扰。

  核心记住：Conda 创建环境，最核心的就三件事——conda create -n 环境名 python=版本、conda activate 环境名、以及用 environment.yml 实现可复现。把这三点记牢了，后面的操作就畅通无阻。

4.9 环境管理入门命令速查

把下面这些命令记住，后续章节会频繁用到。

# 创建环境
conda create -n 环境名 python=版本

# 激活环境
conda activate 环境名

# 退出环境
conda deactivate

# 列出所有环境
conda info --envs
# 或
conda env list

# 删除环境（谨慎使用）
conda remove -n 环境名 --all

# 从 yml 文件创建环境
conda env create -f environment.yml

警告：删除环境时，--all 参数不可省略，否则只会删除包，不会删除环境本身。我亲眼见过有人忘记加 --all，结果环境还留在列表里，再次创建同名环境时提示已存在，折腾了半天。

好了，Conda 环境创建这块，基本的命令和最佳实践都讲透了。接下来你就可以大胆创建各种环境，不用担心把系统搞乱了。我在后面的章节里，会基于 maxquant_env 这个环境，继续安装和配置 MaxQuant。