📚 课程目录第4章 Python环境搭建

第4章：Python环境搭建——安装Python、NumPy与Matplotlib

做数据可视化，第一步不是写代码，而是搭好你手头的「工具箱」。我见过太多初学者把时间花在调试环境上，而不是算法本身。说白了，环境搭得顺不顺，直接决定你接下来几天的心情。

4.1 为什么必须重视环境管理？

残基接触图可视化涉及大量数值计算和图形渲染。不同项目依赖的库版本可能冲突。比如项目A需要NumPy 1.21的特定接口，项目B用的却是新版1.26。你总不能每次都重装吧？

我曾经在项目交付前三天，因为升级了Matplotlib导致所有画图脚本报错……

后来才明白，环境隔离不是可选项，是必修课。

4.2 Python版本选择：一个务实的选择

我个人习惯用Python 3.10。不是说3.12不好，而是3.10生态最稳。很多科学计算库对最新版Python的适配会有滞后。

Python版本	推荐度	理由
3.10	首选	生态成熟，NumPy、Matplotlib、Scipy全支持
3.11	可接受	性能提升，但部分库需要手动编译
3.12+	谨慎	新特性多，但生物信息学常用包可能报错

直接装Anaconda行不行？当然可以。但我建议你用Miniconda——轻量，不装你永远用不上的几百个包。

# 下载Miniconda（Linux示例）
wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh

# 安装
bash Miniconda3-latest-Linux-x86_64.sh

# 安装完成后，检查Python版本
python --version

安装过程中会问你是否初始化conda，选yes。

这样终端会自动激活base环境，后续操作会省很多事。

4.3 虚拟环境：你的项目隔离舱

为什么我反复强调虚拟环境？我早期做项目时吃过亏。同时维护三个蛋白质结构分析项目，依赖全装在全局。结果一个项目要升级包，另外两个直接罢工。那感觉，叫天天不应。

现在我的标准操作是：每个课程、每个项目，都单独建一个环境。干净，可控，出问题直接删了重建，五分钟搞定。

# 创建专门用于本课程的环境
conda create -n residue_contacts python=3.10 -y

# 激活环境
conda activate residue_contacts

# 确认你在正确的环境里
which python    # 路径应该包含 'residue_contacts'

你想想看，这样哪怕你把环境玩崩了，系统的Python和其他项目纹丝不动。

4.4 安装核心科学计算库

环境激活后，接下来安装我们最常用的三件套：NumPy、Matplotlib、SciPy。我会再加一个Biopython，处理PDB文件时会用到。

嗯，这里要注意：安装顺序其实有讲究。先装NumPy和SciPy，因为它们编译依赖比较多。Matplotlib可以随后装。千万别一次性用pip install全堆上去，出了问题你都不知道是哪个包没装好。

# 建议分步安装，每一步确认成功后再下一步
conda install numpy -y
conda install scipy -y
conda install matplotlib -y
conda install biopython -y

# 或者用更快的mamba（我推荐）
mamba install numpy scipy matplotlib biopython -y

    核心依赖清单速查：
    NumPy — 矩阵运算、数组操作，接触图本质就是距离矩阵
Matplotlib — 画图主力，残基接触图的热力图全靠它
SciPy — 空间距离计算、KD树搜索，比手写循环快100倍
Biopython — 解析PDB文件，提取原子坐标的标配

4.5 包管理：pip还是conda？

这个问题，我当年也纠结过。后来总结出经验：能用conda就用conda。conda的包经过预编译，不会在你本地临时编译C代码，省心很多。但是有些新包或者小众包，conda源里没有，那就只能用pip。

场景	推荐工具	原因
安装NumPy/SciPy/Matplotlib	conda	预编译，无C编译器依赖
安装纯Python包	pip或conda均可	都不慢，看个人习惯
安装需要C扩展的小众包	conda优先，pip当备选	conda帮你省掉编译环境配置

我以前踩过这个坑：用pip装某个生物信息学库，花了半小时编译，最后报gcc版本不匹配。换成conda，30秒搞定。

4.6 Jupyter Lab：交互式探索的首选

教程里的大部分代码，你都会在Jupyter环境里跑。Jupyter Lab比传统Notebook功能更强，支持多标签页、文件浏览器、终端集成。我用它做数据分析，已经好几年了。

# 在刚才创建的环境里安装Jupyter Lab
conda install jupyterlab -y

# 启动（会在终端显示一个本地URL）
jupyter lab

# 如果你在远程服务器上，可以指定端口
jupyter lab --port=8888 --no-browser

小技巧：把jupyter lab注册到当前环境的内核。

很多时候你启动Jupyter后发现找不到residue_contacts这个内核。跑一下这个命令：

python -m ipykernel install --user --name residue_contacts --display-name "Python (residue_contacts)"

这样你再新建Notebook时，就能选到正确的环境了。

4.7 验证安装：跑一个小测试

环境搭完，我得习惯性写几行代码确认所有东西能正常工作。别等到画图时才发现某个库没装上，那真会让人血压升高。

# 新建一个Python文件或Jupyter Cell，运行以下代码
import numpy as np
import matplotlib.pyplot as plt
from scipy.spatial import distance
from Bio.PDB import PDBParser

# 检查版本
print(f"NumPy版本: {np.__version__}")
print(f"Matplotlib版本: {plt.matplotlib.__version__}")

# 测试NumPy矩阵运算
a = np.random.rand(5, 3)
dist_matrix = distance.cdist(a, a)
print("距离矩阵形状：", dist_matrix.shape)

# 测试Matplotlib基本绘图
plt.figure()
plt.imshow(dist_matrix, cmap='hot')
plt.colorbar()
plt.title("测试：随机点接触图")
plt.savefig("test_contact_map.png", dpi=100)
print("测试图片已保存 ✅")

# 测试Biopython
try:
    parser = PDBParser()
    print("Biopython Parser加载成功 ✅")
except Exception as e:
    print(f"Biopython检查失败: {e}")

如果上述代码没有报错，说明环境搭建圆满完成。

4.8 核心组件与工作流程

我把整个环境搭建的知识点画成了一张图。你一看就能明白：各个工具是怎么协作的，数据是怎么流经每个环节的。

这图里的逻辑链条是：PDB数据通过Biopython解析，交给NumPy处理成矩阵，最后Matplotlib帮你可视化。Jupyter Lab是调试和交互的平台，所有这些都跑在你刚创建的residue_contacts环境里。有条理吧？

4.9 排障必备：常见问题速查

就算是老手，也会遇到环境问题。我列几个最常见的，你遇到了可以直接翻到这里来。

问题现象	最可能原因	快速解决
conda命令找不到	安装后没source ~/.bashrc	退出终端重启，或手动source一下
pip install速度慢	默认源在国外	换国内镜像：`pip install -i https://pypi.tuna.tsinghua.edu.cn/simple 包名`
Jupyter找不到内核	没注册ipykernel	在当前环境执行 `ipython kernel install`
Matplotlib中文乱码	字体缺失	安装中文字体：`conda install -c conda-forge fontconfig`
import报错ModuleNotFoundError	包装在别的环境了	先 `conda activate residue_contacts` 再启动Jupyter

我见过最多的问题，就是「已经在A环境装了包，B环境报找不到」。

环境隔离既是保护，也意味着每个环境都要单独装包。养成好习惯：每次进入新环境，先 conda list 检查一下当前装了啥。

环境搭好了，接下来就是从PDB文件里提取距离数据，然后生成你的第一张接触图了。放心，有了这个干净的环境，后面一路顺畅。