📚 课程目录第3章 Python环境搭建

3. Python 环境搭建：Anaconda、RDKit、PyTorch 安装与配置

搞分子属性预测，第一件事就是搭环境。你想想，后面所有模型训练、特征工程、分子图构建全得跑在 Python 上，环境乱了，后面的活儿根本干不下去。我个人习惯用 Anaconda 做环境隔离，RDKit 和 PyTorch 分别装进去，互不干扰。这一章我就把整套流程拆开揉碎了讲，保证你照着来一遍就能跑起来。

3.1 为什么一定要用虚拟环境？

我记得刚入行那会儿，图省事直接 pip install 装了一堆包到系统 Python 里。结果有一天项目 A 需要 RDKit 2020.09，项目 B 需要 RDKit 2021.03，两个版本冲突，整个环境崩了。后来我花了一整个下午重装系统 Python……从那儿以后，我每个项目都老老实实建隔离环境。

Anaconda 的 conda create 就是干这个的。它能给每个项目创建一个独立的 Python 解释器和包集合，互不打架。另外，RDKit 官方强烈推荐用 conda 安装，因为它的底层依赖（比如 Boost、NumPy）版本匹配非常麻烦，pip 装容易栽坑。

所以，我们的目标是：

安装 Anaconda（或 Miniconda）
创建分子预测专用的虚拟环境
用 conda 装 RDKit
用 conda 或 pip 装 PyTorch（根据你的 GPU 选版本）
验证每个库能正常 import

整个流程跑通了，后面所有章节的代码你都能本地跑。要是卡在某一步，后面我给了常见问题的避坑指南。

我的建议： 如果你机器上已经装了 Anaconda，先检查版本 conda --version ≥ 4.10。太老的版本有些新功能不支持。另外，硬盘留出至少 5 GB 空间——RDKit 加上 PyTorch 的依赖不小。

3.2 安装 Anaconda 与创建虚拟环境

去 Anaconda 官网下载对应操作系统的安装包（Python 3.10 或 3.9 版本）。安装时记得勾选“Add Anaconda to PATH”（Windows）或者按提示把 conda 加到 shell 里。装好之后，打开终端（或 Anaconda Prompt），先更新一下 conda：

conda update -n base conda
conda config --add channels conda-forge
conda config --set channel_priority strict

这样能保证后面从 conda-forge 装的包是最新且兼容的。然后创建一个新环境，我一般用 Python 3.10：

conda create -n molpred python=3.10 -y

名字 molpred 你可以随便改，但建议别用特殊字符。激活它：

conda activate molpred

激活后，终端前面会出现 (molpred) 字样，说明当前在这个环境里了。以后每次跑项目都要先激活这个环境。

3.3 安装 RDKit

RDKit 是分子指纹、分子图构建的基石。我最早期用 pip 装 RDKit，结果报了一堆“ImportError: libboost_python3.so 找不到”的错误。后来改用 conda，一行命令搞定：

conda install -c conda-forge rdkit -y

这个命令会自动匹配当前 Python 版本、操作系统和 Boost 版本，省去很多头疼的编译问题。安装完后，检查一下：

python -c "from rdkit import Chem; print(Chem.MolFromSmiles('CC'))"

如果不出错，还输出了 <rdkit.Chem.rdchem.Mol object at 0x...>，说明 RDKit 装好了。

我曾经踩过的坑： Windows 上 conda install RDKit 可能因为网络问题超时。我建议用国内镜像源加速，比如 conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/。另外，千万不要在系统 Python 里直接 pip install rdkit-pypi ——那个版本非常老，而且只支持 Linux。

3.4 安装 PyTorch

PyTorch 是深度学习模型的主力框架。它的安装取决于你是否有 NVIDIA GPU。先看机器上的 CUDA 版本：

nvidia-smi   # 查看 CUDA 版本（Linux / Windows）

如果没有 GPU 或拿不准，直接用 CPU 版本也够练习用。PyTorch 官网上有个安装选择器，但我一般直接指定版本装：

CPU 版本（通用）：

conda install pytorch torchvision torchaudio cpuonly -c pytorch -y

GPU 版本（以 CUDA 11.8 为例）：

conda install pytorch torchvision torchaudio pytorch-cuda=11.8 -c pytorch -c nvidia -y

装好后验证：

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

如果 GPU 版本装对了，torch.cuda.is_available() 应该返回 True。CPU 版本返回 False 是正常的。

一个小技巧： 我习惯先把 PyTorch 装好，再装 RDKit。因为 PyTorch 的 CUDA 依赖会锁死一些底层库版本，后装 RDKit 容易冲突。反过来，先装 RDKit 再装 PyTorch 一般没问题。

3.5 环境验证清单

装完后跑一个整合测试，确保所有库能协同工作：

python -c "
from rdkit import Chem
import torch

# 测试 RDKit 分子构建
mol = Chem.MolFromSmiles('CCO')
print('RDKit:', Chem.MolToSmiles(mol))

# 测试 PyTorch 张量
x = torch.randn(3, 4)
print('PyTorch 张量形状:', x.shape)
"

输出应该类似：

RDKit: CCO
PyTorch 张量形状: torch.Size([3, 4])

如果报了错，别慌。下面我把常见问题列出来，你对照着查一下。

问题现象	可能原因	解决办法
`conda install` 卡在 solving environment	channel 优先级设置不当	改回 flexible：`conda config --set channel_priority flexible`
`from rdkit import Chem` 报 DLL 错误	conda 环境与系统库冲突	重新用 conda-forge 重装 rdkit，确保没用 pip 混装
`torch.cuda.is_available()` 返回 False	CUDA 版本不匹配 / PyTorch 装了 CPU 版	用 `conda list \| grep pytorch` 确认是否带 cuda 标签，卸载重装对应版本
macOS M1/M2 安装失败	CPU 架构特殊	用 `conda install pytorch -c pytorch-nightly` 或者装 Miniforge 再装

再次提醒： 同一个环境里，尽量不要混用 conda 和 pip 装同一类包（比如 numpy）。conda 管理二进制依赖更靠谱。如果非要 pip 装某些 conda 没有的包，等 conda 装完所有大件后再 pip install。

3.6 知识体系总览

下面这张图总结了本章的核心结构。你看到每个环节都得走通，后面才能专心写模型。

这张图从左到右、从上到下很清楚地体现了一个道理：环境是地基，根基不牢后面全废。你按照先装 Anaconda → 创建虚拟环境 → 分别装 RDKit 和 PyTorch → 最后验证的次序走，几乎不会出大错。

3.7 最后聊几句

环境调试是最磨耐心的事，但也是最能帮你理解依赖管理的一步。我当初在 RDKit 和 PyTorch 的 CUDA 版本冲突上卡了三天，后来发现是 conda 的 channel_priority 设成了 strict，改成 flexible 就好了。所以，遇到问题别急着重装，先看看错误信息，多半是版本或通道的问题。

这一章的内容到这里就结束了。你已经拥有了一个干净的、分子预测专用的 Python 环境。后面我们就可以正式开始处理分子数据、构建图神经网络了。