conda和mamba安装与使用-生物信息学工具30

01 背景

Conda 是一个开源的包管理系统和环境管理系统，可在 Windows、macOS 和 Linux 上运行。 Conda 可快速安装、运行和更新包及其依赖项。 Conda 可以轻松地在计算机上创建、保存、加载和切换环境。 它是为 Python 程序而创造的，但它可以打包和分发任何语言的软件。

在 Conda 出现之前，生物信息学软件的安装过程通常比较复杂。除了部分软件提供预编译的可执行程序外，大多数软件需要通过执行 `./configure`、`make` 和 `make install` 等编译命令进行安装。很多人不了解环境变量，并不会安装软件。

Conda 的出现极大简化了生信软件的安装与环境配置，只需通过 `conda install XXX` 命令即可完成大部分软件及其依赖的安装。然而，Conda 也并非完美，其下载速度较慢、依赖解决效率不高，导致部分软件无法成功安装。为了解决这些问题，Mamba 应运而生。Mamba 是用 C 语言重写的 Conda，具备与 Conda 相同的命令使用方式，但显著提升了下载速度和依赖解决效率。就基础而言，先学会conda更重要。

02 参考

https://www.anaconda.com/products/distribution          #官网

https://mirrors.tuna.tsinghua.edu.cn/         #清华镜像源https://mirror.tuna.tsinghua.edu.cn/help/anaconda/

#Miniconda 是一个 Anaconda 的轻量级替代，默认只包含了 python 和 conda，但是可以通过 pip 和 conda 来安装所需要的包。

Miniconda 安装包可以到 https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/ 下载

03 安装

#参考镜像下载
https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

ananconda和miniconda没啥区别
wget -c https://repo.anaconda.com/archive/Anaconda3-2023.07-2-Linux-x86_64.sh   #镜像1   23.7.2
https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-2023.03-Linux-x86_64.sh   #镜像2  23.3.1

wget https://repo.anaconda.com/archive/Anaconda3-2024.06-1-Linux-x86_64.sh   #新版

#参考案例

bash Anaconda3-2024.06-1-Linux-x86_64.sh
bash Anaconda3-2021.05-Linux-x86_64.sh

enter
yes
q
yes
conda config --set auto_activate_base false
退出重连才能生效
source ~/.bashrc

3.1 mamba安装

conda install mamba -n base -c conda-forge

wget https://github.com/conda-forge/miniforge/releases/download/24.5.0-0/Mambaforge-24.5.0-0-Linux-x86_64.sh
bash Mambaforge-24.5.0-0-Linux-x86_64.sh

04 常用命令行

环境管理conda创建、查看、激活、退出、删除环境--linux002

4.1 channel管理

打开 ~/.condarc 文件，没有就创建一个

#显示channel
conda config --show channels
channels:
  - defaults
#添加channel
conda config --add channels bioconda
conda config --add channels conda-forge
#镜像channel，更快
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/

conda config --get channels
--add channels 'defaults'   # lowest priority
--add channels 'bioconda'
--add channels 'conda-forge'
--add channels 'https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/'   # highest priority


conda clean -i #激活配置
运行 conda clean -i 清除索引缓存，保证用的是镜像站提供的索引

channels:
  - defaults
show_channel_urls: true
default_channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
  conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch-lts: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  deepmodeling: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/

4.2 软件安装管理 

#切换到 base 环境
conda activate base
#创建一个名为 test 的环境并指定 python 版本为3.7
conda create -n test python=3.7
#切换到 test 环境
conda activate test

#检索安装软件
conda search bedtools -c bioconda
conda install -y -c bioconda bedtools
conda install -y -c bioconda bedtools=2.30.0

which bedtools
/home/user/anaconda3/envs/test/bin/bedtools

#查看安装软件
conda list
# packages in environment at /home/user/anaconda3/envs/ngs:
#
# Name                    Version                   Build  Channel
_libgcc_mutex             0.1                        main    defaults
_openmp_mutex             4.5                       1_gnu    defaults
bedtools                  2.30.0               h7d7f7ad_1    bioconda
bzip2                     1.0.8                h7b6447c_0    defaults
libgcc-ng                 9.3.0               h5101ec6_17    defaults
libgomp                   9.3.0               h5101ec6_17    defaults
libstdcxx-ng              9.3.0               hd4cf53a_17    defaults
xz                        5.2.5                h7b6447c_0    defaults
zlib                      1.2.11               h7b6447c_3    defaults


软件更新及删除
conda update bedtools
conda remove bedtools   #y
#导出当前环境的包信息
conda env export > environment.yaml
#用配置文件创建新的虚拟环境
conda env create -f environment.yaml

4.3 r语言安装

conda install r-base #安装R语言
conda install r-stringi   #安装R包

4.4 常用汇总

#创建Python虚拟环境

# 创建
conda create -n your_env_name python=3.7
            your_env_name文件可以在Anaconda安装目录envs文件下找到
# 同时安装必要的包
conda create -n env_name numpy matplotlib python=3.7
            如果经常需要用jupyter notebook，那么最好在创建虚拟环境的时候便安装好ipykernel：

conda create -n 环境名称 python=3.7 ipykernel
#切换环境

(conda) source activate your_env_name

#对虚拟环境中安装额外的包
conda install -n your_env_name [package]
# 关闭虚拟环境(即从当前环境退出返回使用PATH环境中的默认python版本)
conda deactivate env_name

#删除虚拟环境
conda remove -n your_env_name --all
#克隆虚拟环境
conda create -n newenv --clone oldenv


##重命名虚拟环境
conda create -n [newenv] --clone [oldenv]
conda remove -n [oldenv] --all

#删除环境中的某个包
conda remove --name $your_env_name  $package_name

##conda版本
conda -V
##查看当前环境安装了哪些包
conda list
#查看当前存在哪些虚拟环境
conda env list 

conda info -e 

#检查更新当前conda
conda update conda