第4章 Python环境搭建：Anaconda、Jupyter Lab、虚拟环境创建与依赖包管理

做ADMET分析，环境搭建是第一道坎。很多人急着跑代码，结果装包装到崩溃，版本冲突搞到心态炸裂。我见过太多同学卡在"import pandas失败"这种基础问题上，一查发现装了三个不同版本的Python，依赖全乱套。

说白了，环境搞不定，后面全是坑。所以这一章咱们老老实实把地基打牢。按我的经验，花半小时配好环境，能省下后面几十个小时的debug时间。

4.1 为什么选Anaconda

Python的发行版很多，但我个人强烈推荐Anaconda。原因有三：

• 自带科学计算全家桶——NumPy、pandas、scikit-learn这些都是预装的，省去一个个装的麻烦
• 虚拟环境管理一流——conda命令比pip+virtualenv顺手多了，环境隔离彻底
• 不碰系统Python——它装在用户目录下，不会搞乱系统自带的Python

我记得有个项目需要同时用RDKit和OpenBabel，这两个包对Python版本要求完全不同。要是没有虚拟环境隔离，光解决依赖冲突就能折腾一整天。用conda环境，三分钟搞定。

4.2 安装Anaconda

去官网下载对应操作系统的安装包。嗯，这里要注意版本——别装太新的，我建议用Python 3.9或3.10对应的版本。为什么呢？因为很多化学信息学包（比如RDKit）对新版Python的支持有滞后。

Linux用户我推荐用命令行安装：

wget https://repo.anaconda.com/archive/Anaconda3-2024.10-1-Linux-x86_64.sh
bash Anaconda3-2024.10-1-Linux-x86_64.sh

安装过程中一路yes就行，最后会让你确认是否把conda加入PATH。我建议选yes，省得后面手动配环境变量。

装完记得验证一下：

conda --version
python --version

4.3 配置Jupyter Lab

Jupyter Notebook的升级版。界面更现代化，支持多标签页，文件浏览器，还能直接拖拽文件。我在做ADMET分析时，习惯一边写代码一边看结果，Jupyter Lab的分屏功能刚好满足需求。

安装很简单：

conda install jupyterlab -y

启动命令：

jupyter lab

启动后浏览器会自动打开，默认端口8888。如果你在远程服务器上跑，记得加个参数：

jupyter lab --no-browser --port=8888

4.4 虚拟环境：ADMET项目的命根子

为什么非要用虚拟环境？说白了就是隔离依赖。每个项目有自己的一套包，互不干扰。ADMET分析涉及的包特别多，RDKit、pandas、scikit-learn、matplotlib、mordred...版本一乱，代码就跑不起来。

我创建环境的习惯是这样的：

conda create -n admet_pca python=3.9 -y
conda activate admet_pca

-n 后面的名字可以自己定，我建议用项目名或者缩写。这样一目了然，切换环境时不会搞混。

查看已有环境：

conda env list

退出环境：

conda deactivate

删除环境（如果装坏了别怕，直接删了重建）：

conda env remove -n admet_pca

4.5 依赖包安装与管理

ADMET分析的核心依赖包，我整理了一个清单：

分类	包名	用途	安装方式
化学信息学	rdkit	分子描述符计算	conda install -c conda-forge rdkit
化学信息学	mordred	1D/2D 描述符	pip install mordred
数据科学	pandas, numpy	数据处理	conda install pandas numpy
机器学习	scikit-learn	PCA 降维与建模	conda install scikit-learn
可视化	matplotlib, seaborn	结果绘图	conda install matplotlib seaborn
ADMET数据库	pubchempy	化合物检索	pip install pubchempy
深度学习	pytorch	可选，用于DL模型	conda install pytorch -c pytorch

安装命令可以合并执行，节省时间：

conda install -c conda-forge rdkit pandas numpy scikit-learn matplotlib seaborn -y
pip install mordred pubchempy

为什么要混用conda和pip？因为有些包（比如RDKit）在conda-forge上维护得更好，依赖处理得干净。而mordred这种小众包，PyPI上更新更快。我建议优先用conda，找不到再用pip。

4.6 把环境注册到Jupyter内核

这一步很多人忽略。创建了环境，也装了包，但打开Jupyter Lab发现内核列表里只有默认的Python。为什么？因为没有把新环境注册成Jupyter内核。

两步搞定：

conda activate admet_pca
pip install ipykernel
python -m ipykernel install --user --name admet_pca --display-name "Python (ADMET PCA)"

重启Jupyter Lab后，右上角就能选内核了。选对内核才能用对环境的包，否则import全失败，你说坑不坑？

4.7 环境迁移与复现

项目做完了，要把环境分享给同事，或者部署到服务器上。靠记忆手动重装？不现实。conda提供了export机制：

conda activate admet_pca
conda env export > environment.yml

这个yml文件记录了所有包的版本号和来源（conda-forge还是PyPI）。别人拿到后，一行命令重建一模一样的坏境：

conda env create -f environment.yml

4.8 本章核心配置速查

下面是我在实际项目中总结出的ADMET分析最小化环境配置脚本，直接复制运行即可：

# ===== 1. 创建并激活环境 =====
conda create -n admet_pca python=3.9 -y
conda activate admet_pca

# ===== 2. 安装核心依赖 =====
conda install -c conda-forge rdkit pandas numpy scikit-learn matplotlib seaborn jupyterlab -y

# ===== 3. 安装扩展工具 =====
pip install mordred pubchempy molvs

# ===== 4. 注册Jupyter内核 =====
pip install ipykernel
python -m ipykernel install --user --name admet_pca --display-name "Python (ADMET PCA)"

# ===== 5. 验证安装 =====
python -c "import rdkit; print(f'RDKit version: {rdkit.__version__}')"
python -c "import mordred; print('Mordred installed successfully')"
python -c "import sklearn; print(f'scikit-learn version: {sklearn.__version__}')"

echo "环境搭建完成！运行 jupyter lab 开始工作。"

环境搭好后，跑个简单的测试，确保一切正常。我习惯先导入RDKit算一个分子的LogP，验证描述符计算能不能跑通。代码很简单：

from rdkit import Chem
from rdkit.Chem import Descriptors

mol = Chem.MolFromSmiles('CCCO')
logp = Descriptors.MolLogP(mol)
print(f'Propanol LogP: {logp:.2f}')

如果能在Jupyter Lab里顺利输出结果，恭喜你——ADMET分析的开发环境就绪了。后面所有PCA质控的代码，都将跑在这个干净、可控的环境里。

记住我一句话：环境整洁，代码才靠谱。别在这个基础步骤上偷懒，后面你会感谢现在认真的自己。