Conda 环境管理器安装教程

#Conda 简介

生信领域的软件环境配置一直面临诸多挑战——不同工具要求不同版本的 Python、R 或其他依赖库，极易产生冲突，但 Conda 的出现彻底改变了这一现状。

Conda 是一个开源的包管理器和环境管理器，最初由 Anaconda 公司开发，它可以在同一台机器上安装多个版本的软件包及其依赖，并在不同的环境之间自由切换。

用一个实际场景说明，假设你需要同时使用不同版本的 Python 和第三方库：

虚拟环境 01 需要 Python 2.7、Pandas 1.0.1 和 PySpark 2.4.8
虚拟环境 02 需要 Python 3.6、Pandas 1.3.5 和 Matplotlib 3.5.1
虚拟环境 03 需要 Python 3.10、Numpy 1.23.1 和 Matplotlib 3.5.2

在传统的 pip 环境中，这是很难实现的——同一台机器上通常只能维护一个全局的 Python 版本和一套库版本，容易出现版本冲突。

而 Conda 可以轻松解决这个问题，通过创建多个独立的虚拟环境，每个环境都可以拥有完全不同的 Python 版本和包版本：

1
# 为项目01创建环境（Python 2.7 + Pandas 1.0.1 + PySpark 2.4.8）
2
conda create -n env01 python=2.7 pandas=1.0.1 pyspark=2.4.8
3

4
# 为项目02创建环境（Python 3.6 + Pandas 1.3.5 + Matplotlib 3.5.1）
5
conda create -n env02 python=3.6 pandas=1.3.5 matplotlib=3.5.1
6

7
# 为项目03创建环境（Python 3.10 + Numpy 1.23.1 + Matplotlib 3.5.2）
8
conda create -n env03 python=3.10 numpy=1.23.1 matplotlib=3.5.2

IMPORTANT

Conda 的核心价值：将不同环境完全隔离，互不干扰。

#Conda 在生信领域的优势

Conda 对通用开发者有益，而在生信领域几乎成为标配，其优势体现在以下方面：

处理复杂的软件依赖

生信工具的依赖链条往往高度复杂，一个标准的转录组分析流程可能涉及：

Python 科学计算栈（NumPy、Pandas、SciPy 等）
R 及 Bioconductor 包
C/C++ 编译的底层工具（如 SAMtools、BCFtools、HISAT2）

WARNING

传统包管理器（pip、CRAN 等）难以统一管理多语言、多版本依赖。Conda 能在单一隔离环境中一次性解析大部分依赖，大幅降低配置难度和冲突风险。

支持跨平台可复现协作

生信研究通常涉及多平台协作（Linux、macOS、Windows），传统配置常导致 “在我机器上可运行，在他人机器上失败” 的问题。

Conda 通过环境导出与重建实现高度可复现：

1
# 导出当前环境规格
2
conda env export --from-history > environment.yml
3

4
# 在另一台机器上重建环境
5
conda env create -f environment.yml

NOTE

结合容器技术（如 Docker、Singularity），可进一步提升大规模计算的可移植性。

Bioconda 频道的便利

Bioconda 是专为生物信息学打造的 Conda 频道，目前收录超过 8000 个生信相关软件，覆盖基因组学、转录组学、蛋白质组学、系统发育分析等多个领域。

使用 Bioconda 安装工具极为简便，无需手动编译和处理底层依赖：

1
# 传统编译安装（复杂且易出错）
2
wget ... && ./configure && make && make install
3

4
# Bioconda 一行命令安装
5
conda install -c bioconda -c conda-forge <tool_name>

Bioconda

专为生物信息学打造的 Conda 频道，收录超过 8000 个生信工具，覆盖基因组学、转录组学、蛋白质组学等领域。

#Conda 发行版选择

Conda 提供多种安装选项：Anaconda、Miniconda 和 Miniforge。其中，Miniforge 因其轻量级、高性能和完全开源的特点，在生物信息学领域已成为优先选择。

Anaconda

预装了 150 多个常用数据科学包，包括 NumPy、Pandas、Matplotlib、Jupyter Notebook 等，开箱即用。默认使用 Anaconda 官方维护的 defaults 频道。

TIP

适合数据科学初学者或希望快速搭建完整数据科学环境的入门用户。但需注意 Anaconda 公司的许可条款，在机构研究或生产环境中可能存在使用限制。

Miniconda

仅包含 Python 解释器和 Conda 包管理器，其他软件包可按需安装，默认同样使用 defaults 频道。

TIP

适合有一定经验、希望自行定制环境的开发者。近年来，许多科研机构为规避商业许可限制，已逐渐转向社区维护的版本。

Miniforge

最轻量的发行版，仅包含 Conda、微型 Python 和内置的 mamba（求解器速度比传统 conda 快 5–10 倍）。默认使用社区驱动的 conda-forge 频道，包更新及时且完全开源。

TIP

特别适合生物信息学研究者、需要快速安装和获取最新软件包的用户，以及希望完全避免商业许可限制的场景。在高性能计算（HPC）和服务器环境中优势明显。

特性	Anaconda	Miniconda	Miniforge
大小	~3-5 GB	~400-600 MB	~50-120 MB
默认频道	defaults	defaults	conda-forge
预装软件	150+ 包	仅 Python	仅 Python
Mamba 支持	需手动安装	需手动安装	内置
开源性	商业维护	商业维护	社区维护

#安装步骤

Conda 的三个主要发行版均可从官方渠道下载最新版本：

Anaconda：https://www.anaconda.com/download
Miniconda：访问 https://docs.conda.io/ 并选择 Miniconda 安装程序
Miniforge：同样访问 https://docs.conda.io/ 或 https://conda-forge.org/download/

本文以 Miniforge 为例，涵盖 Windows、macOS 和 Linux 三大平台。

使用 exe 安装程序安装

下载安装包

访问 https://docs.conda.io/ ，下载最新版本的 Miniforge3-Windows-x86_64.exe
运行安装程序

双击下载的 .exe 文件，按照安装向导完成安装：
- 选择 “Just for me”（单用户）
- 选择 C 盘或 D 盘下不包含中文、空格或特殊字符的路径（推荐使用默认路径或类似 D:\Miniforge3）
- 四个选项从上到下分别是：
  
  ① 创建快捷方式，方便以后在桌面开始菜单快速打开 Miniforge Prompt（必勾选）
  
  ② 将 Miniforge 添加到系统 PATH 环境变量，允许你直接在终端（CMD 或者 PowerShell）中直接使用 conda 命令，无需使用 Miniforge Prompt（如果你已经在系统安装过 Python 发行版，则不建议勾选，直接使用 Miniforge Prompt）
  
  ③ 将 Miniforge 注册为系统默认的 Python，在 IDE 或代码编辑器中优先使用 Miniforge 中 base 环境自带的 Python 解释器（如果你主要使用 Miniforge 开发且没有其他 Python 环境，可勾选）
  
  ④ 安装完成后清除包缓存（必勾选）
- 安装完成后，点击 Finish 即可

Conda 初始化设置（使用 Miniforge Prompt 则无需此步）

打开 CMD 或者 PowerShell
- 按快捷键 Win + R
- 输入 cmd 或者 powershell
初始化 Conda
- 在 cmd 或者 powershell 中输入：
CMD / PowerShell
```
1
# 初始化 Conda
2
conda init
```

使用 Shell 脚本安装（通用）

下载安装脚本

打开终端，进入下载目录：

1
# 切换到下载目录
2
cd ~/Downloads

根据你的架构下载对应版本：

1
# 直连下载
2
wget https://github.com/conda-forge/miniforge/releases/latest/download/Miniforge3-Linux-x86_64.sh
3
# 清华源下载
4
wget https://mirrors.tuna.tsinghua.edu.cn/github-release/conda-forge/miniforge/LatestRelease/Miniforge3-Linux-x86_64.sh

运行安装脚本
终端
```
1
# 运行 shell 脚本
2
bash Miniforge3-Linux-x86_64.sh
```
按照提示完成安装：
- 按 Enter 查看许可协议
- 输入 yes 同意
- 按 Enter 确认默认安装路径 ~/miniforge3
- 等待安装完成（约 1-2 分钟）
- 输入 yes 初始化 Conda

重新加载 Shell

1
# shell 是 bash 的情况
2
source ~/.bashrc
3

4
# shell 是 Zsh 的情况
5
source ~/.zshrc

设置懒加载（Debian/Ubuntu）

定位 Conda 的默认初始化配置

打开你的 ~/.zshrc 或 ~/.bashrc 文件，找到 Conda 自动生成的初始化代码块。
使用懒加载机制替换默认初始化

将 Conda 初始化代码替换为以下懒加载版本：

点击展开 — Conda & Mamba 懒加载配置

1
# >>> Conda & Mamba Lazy Load >>>
2
_lazy_conda_init() {
3
    # 1. 释放占位函数，防止死循环
4
    unset -f conda mamba _lazy_conda_init
5

6
    # 2. 初始化逻辑
7
    __conda_setup="$('/home/linlinli/miniforge3/bin/conda' 'shell.zsh' 'hook' 2> /dev/null)"
8
    if [ $? -eq 0 ]; then
9
        eval "$__conda_setup"
10
    else
11
        if [ -f "/home/linlinli/miniforge3/etc/profile.d/conda.sh" ]; then
12
            . "/home/linlinli/miniforge3/etc/profile.d/conda.sh"
13
        else
14
            export PATH="/home/linlinli/miniforge3/bin:$PATH"
15
        fi
16
    fi
17
    unset __conda_setup
18
}
19

20
# 3. 拦截 conda 和 mamba 命令
21
conda() {
22
    _lazy_conda_init
23
    conda "$@"
24
}
25

26
mamba() {
27
    _lazy_conda_init
28
    mamba "$@"
29
}
30
# <<< Conda & Mamba Lazy Load <<<

确认芯片类型

在下载之前，先确认你的 Mac 是 Intel 芯片还是 Apple Silicon（M1/M2/M3）芯片：

1
# 在终端运行
2
uname -m

输出 x86_64 → Intel 芯片
输出 arm64 → Apple Silicon 芯片

使用 Shell 脚本安装

下载安装脚本

访问 Miniforge Download，下载对应的 .sh 文件：
- Intel 芯片：Miniforge3-MacOSX-x86_64.sh
- Apple Silicon：Miniforge3-MacOSX-arm64.sh
运行安装

打开终端，进入下载目录并运行脚本：
终端
```
1
# 切换到下载目录
2
cd ~/Downloads
3
# 根据实际情况将 * 替换为 arm64 或者 x86_64
4
bash Miniforge3-MacOSX-*.sh
```
按照提示完成安装：
- 按 Enter 翻页阅读许可协议
- 输入 yes 同意许可
- 按 Enter 使用默认路径 ~/miniforge3，或输入自定义路径
- 输入 yes 初始化 Conda
重启终端

关闭终端并重新打开，或者运行：
终端
```
1
# 重新加载 zsh 配置文件
2
source ~/.zshrc
```

#安装后验证

安装完成后，需要确认一切正常工作。

验证 Conda 和 Mamba 版本

1
# conda 版本查询
2
conda --version
3

4
# mamba 版本查询
5
mamba --version

NOTE

应该显示类似 conda 26.x.x 和 mamba 2.5.0 的版本号。

查看详细配置信息

1
conda info

这个命令会显示 Conda 和 Mamba 的完整配置信息。重点关注：

active env location：你的 Conda 安装路径
channel URLs：已配置的频道，应该包含 conda-forge

点击展开 — conda info 输出示例

1
# Conda 的配置信息：
2
     active environment : base
3
    active env location : /home/linlinli/miniforge3
4
            shell level : 1
5
       user config file : /home/linlinli/.condarc
6
 populated config files : /home/linlinli/miniforge3/.condarc
7
          conda version : 26.1.1
8
    conda-build version : not installed
9
         python version : 3.13.12.final.0
10
                 solver : libmamba (default)
11
       virtual packages : __archspec=1=skylake
12
                          __conda=26.1.1=0
13
                          __glibc=2.39=0
14
                          __linux=6.17.0=0
15
                          __unix=0=0
16
       base environment : /home/linlinli/miniforge3  (writable)
17
      conda av data dir : /home/linlinli/miniforge3/etc/conda
18
  conda av metadata url : None
19
           channel URLs : https://conda.anaconda.org/conda-forge/linux-64
20
                          https://conda.anaconda.org/conda-forge/noarch
21
          package cache : /home/linlinli/miniforge3/pkgs
22
                          /home/linlinli/.conda/pkgs
23
       envs directories : /home/linlinli/miniforge3/envs
24
                          /home/linlinli/.conda/envs
25
    temporary directory : /tmp
26
               platform : linux-64
27
             user-agent : conda/26.1.1 requests/2.32.5 CPython/3.13.12 Linux/6.17.0-20-generic ubuntu/24.04.4 glibc/2.39 solver/libmamba conda-libmamba-solver/25.11.0 libmambapy/2.5.0
28
                UID:GID : 1000:1000
29
             netrc file : None
30
           offline mode : False
31

32
# Mamba 的配置信息：
33
libmamba version : 2.5.0
34
          mamba version : 2.5.0
35
           curl version : libcurl/8.19.0 OpenSSL/3.6.1 zlib/1.3.2 zstd/1.5.7 libssh2/1.11.1 nghttp2/1.68.1 mit-krb5/1.22.2
36
     libarchive version : libarchive 3.8.6 zlib/1.3.2 liblzma/5.8.2 bz2lib/1.0.8 liblz4/1.10.0 libzstd/1.5.7 liblzo2/2.10 openssl/3.5.5 libb2/bundled
37
       envs directories : /home/linlinli/miniforge3/envs
38
          package cache : /home/linlinli/miniforge3/pkgs
39
                          /home/linlinli/.mamba/pkgs
40
            environment : base (active)
41
           env location : /home/linlinli/miniforge3
42
      user config files : /home/linlinli/.mambarc
43
 populated config files : /home/linlinli/miniforge3/.condarc
44
       virtual packages : __unix=0=0
45
                          __linux=6.17.0=0
46
                          __glibc=2.39=0
47
                          __archspec=1=x86_64_v3
48
               channels : https://conda.anaconda.org/conda-forge/linux-64
49
                          https://conda.anaconda.org/conda-forge/noarch
50
       base environment : /home/linlinli/miniforge3
51
               platform : linux-64

配置 Conda 软件源

在使用 Conda 安装生物信息学工具时，正确配置软件源（channels）非常重要，以确保软件包能快速、稳定地下载，并避免依赖冲突。

① 官方源版本：

1
# 添加 channels
2
conda config --add channels bioconda
3
conda config --prepend channels conda-forge
4

5
# 启用严格通道优先级
6
conda config --set channel_priority strict
7

8
# 查看当前配置
9
conda config --show channels

② 镜像源版本：

1
# 删除原本的官方源
2
conda config --remove channels conda-forge
3

4
# 添加 bioconda 清华镜像源
5
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/
6

7
# 添加 conda-forge 清华镜像源
8
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
9

10
# 启用严格通道优先级
11
conda config --set channel_priority strict
12

13
# 下载时显示实际的通道地址
14
conda config --set show_channel_urls yes

配置后的 channels 显示效果（官方源示例）：

IMPORTANT

channels 的顺序应确保 conda-forge 在 bioconda 之前：

conda-forge：大多数依赖项（NumPy、SciPy、zlib、CRAN 包等）
bioconda：大多数生物信息学软件包（salmon、STAR、samtools、DESeq2 等）

Conda 环境管理器安装教程

#Conda 简介

#Conda 在生信领域的优势

处理复杂的软件依赖

支持跨平台可复现协作

Bioconda 频道的便利

#Conda 发行版选择

Anaconda

Miniconda

Miniforge

#安装步骤

使用 exe 安装程序安装

Conda 初始化设置（使用 Miniforge Prompt 则无需此步）

使用 Shell 脚本安装（通用）

设置懒加载（Debian/Ubuntu）

确认芯片类型

使用 Shell 脚本安装

#安装后验证

验证 Conda 和 Mamba 版本

查看详细配置信息

配置 Conda 软件源

系列文章

Conda 环境管理器安装教程

相关文章

PyMOL 分子可视化工具安装教程