Conda 简介与安装
做分子模拟、生成模型或者量子化学计算的，绕不开环境管理。Conda 就是那个让你从“装一个包崩一套系统”的噩梦里解脱出来的工具。我最早用 pip 硬怼 RDKit 的时候，Python 版本冲突搞到重装系统三次……后来换了 Conda，世界清净了。
什么是 Conda
Conda 不只是一个包管理器，它还是一个环境管理器。你可以把它理解成 Docker 的轻量版——每个环境有独立的 Python 版本、库和依赖，互不干扰。比如你同时需要 RDKit 2023.09 和 Open Babel 3.1，放在同一个环境里可能冲突，但 Conda 可以轻松创建两个隔离的环境。
为什么会用 Conda 做分子生成？因为化学计算、分子对接、力场模拟这些库经常依赖底层的 C++ 库和 Fortran 运行时。Conda 的二进制分发机制可以直接把编译好的 so 文件扔给你，省去编译地狱。我在项目里遇到过 OpenMM 死活编译不过去，换成 Conda 安装三分钟搞定。
Anaconda vs Miniconda：你选哪个？
这两者的核心引擎是一样的，都是 Conda 本身。区别在于捆绑的预装包。
| 特性 | Anaconda | Miniconda |
|---|---|---|
| 安装大小 | 约 3 GB | 约 500 MB |
| 预装包数量 | 1500+ 科学计算包 | 仅 conda、python、pip 等基础包 |
| 适用场景 | 新手、不想手动装包、磁盘空间充足 | 有经验、需要自定义、节省空间 |
| 维护工作量 | 低（开箱即用） | 中（需要按需安装） |
我个人习惯用 Miniconda。因为分子生成领域，你要装的包往往不在默认频道里，需要加 conda-forge 或者 pytorch 频道，Anaconda 预装的那堆对我来说反而多余。但如果你是初学者，不想在一开始就面对终端命令行的安装过程，Anaconda Navigator 的图形界面确实友好很多。
我的建议：如果你只是学习本课程，用 Miniconda 就够。后面我们会用 yml 文件一键创建环境，Miniconda 完全胜任。
下载与安装
安装过程其实不复杂，但有个坑我踩过——安装路径最好不要包含中文或空格，否则后期配置环境变量时容易出玄学问题。
Windows
- 去官网下载 Miniconda Windows 64-bit installer（Python 3.x 版本）。
- 双击安装，选择「Just Me」减少权限要求。
- 勾选「Add Miniconda3 to my PATH environment variable」（这个很重要，否则后面你要手动加）。
- 安装完成后打开一次「Anaconda Prompt」（开始菜单里能找到）。
conda --version
# 输出类似 conda 24.9.2macOS / Linux
用终端执行以下命令。我一般在 ~/miniconda3 下安装，方便管理。
# macOS (Intel / Apple Silicon 通用)
wget https://repo.anaconda.com/miniconda/Miniconda3-latest-MacOSX-x86_64.sh
bash Miniconda3-latest-MacOSX-x86_64.sh -b -p $HOME/miniconda3
# Linux
wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh
bash Miniconda3-latest-Linux-x86_64.sh -b -p $HOME/miniconda3
# 初始化
$HOME/miniconda3/bin/conda init
# 然后重新打开终端注意：-b 表示静默安装，不会弹出交互式提示。-p 指定路径。我个人推荐这种安装方式，干净利落。
环境变量配置
如果在 Windows 安装时忘了勾选「Add to PATH」，或者 Unix 下 conda init 没成功，你就得手动处理。我曾经在远程服务器上就遇到过，折腾了十分钟。
Windows： 在系统环境变量里添加以下路径（假设安装在 C:\Users\你的用户名\miniconda3）：
C:\Users\你的用户名\miniconda3
C:\Users\你的用户名\miniconda3\Scripts
C:\Users\你的用户名\miniconda3\Library\binmacOS / Linux： 编辑 .bashrc 或 .zshrc，加入：
export PATH="$HOME/miniconda3/bin:$PATH"然后 source ~/.bashrc 或重启终端。验证：
which conda
# 应该输出 /home/yourname/miniconda3/bin/conda我曾经在 macOS 上 conda init 后忘记重启终端，结果 conda 命令还是找不到。说白了就是 shell 没有重新加载配置文件。很多新手在这卡过，记得 source ~/.zshrc 或新开一个终端。
核心工作流：一张图就够了
安装完成后，你就具备了搭建分子生成环境的基础。下面的 SVG 图展示了我们接下来会反复使用的基本逻辑——从创建一个独立环境开始，到安装分子模拟和深度学习包，再到激活环境开始工作。嗯，就这个流程，贯穿整门课。
验证安装与基本命令
装好之后，跑几个命令确认一切正常。我最常用的三连：
conda --version
conda info
conda listconda info 会显示当前 conda 版本、默认环境路径、频道配置等。conda list 显示当前 base 环境已安装的包。如果你看到一堆基础库（如 pip、python、setuptools），说明安装成功。
我踩过的坑：有一次装完 Conda 后，conda --version 能出来，但 conda list 报错找不到模块。后来发现是 PYTHONPATH 环境变量污染了，之前 pip 安装的包干扰了 Conda 的内置 Python。解决方案：卸载干净之前的 Python，或者用 conda clean -a 清理缓存。
嗯，第1章的内容就到这。你一旦有了 Conda，后面安装 PyTorch、RDKit、OpenMM、MoleculeKit 就是一行命令的事。别被安装过程吓到，你想想看，其实你只需要选一个版本，点几下鼠标或敲几行命令，就能把环境搭起来。剩下的，我们到具体章节再拆解。