从黑暗走向光明：Python包安装进阶之路

想当初刚学习Python的时候，就会用书本里面自带的一些package，用sys，os也用得很开心。后来接触到biopython项目，发现原来Python有这么不同功能的包，简直琳琅满目。不过这也是我痛苦的开始，在服务器上装个包怎么那么费劲呢，缺这少那的。

为了一个包的安装，我得花多少时间啊，还能不能让人好好做科研了。

• 黑暗时代

最开始的时候是从源码开始安装，一般 python setup.py install就执行安装过程了，不过可怕的这些包之间的依赖关系。而且安装的时候，要选择安装目录。对于刚开始学习的我，都要搞晕了。后来还看到一个叫 easy_install,可以自动解析package之间的依赖关系，生产效率感觉提上去了。不过经常出错，虽然比手动安装好多了，使用起来还是挺费劲的。

• 迎来曙光

不知道当时从哪里看到说用 pip会更好，看来没事上上网还是挺有好处的。而且比 easy_install什么的不知道高到哪里去了，具体差异可以看：

pip vs easyinstall

https://packaging.python.org/pipeasy_install/

why use pip over easy_install 

https://stackoverflow.com/questions/3220404/why-use-pip-over-easy-install

上面的链接都说得很详细了。对于一般的需求， pip install --user <package>就已经很受用了。如果再使用上豆瓣上的PyPi源，那使用体验简直不能太好。

1. # Linux/Mac用户修改

2. # $HOME/.config/pip/pip.conf

3. [global]

4. timeout = 60

5. index-url = https://pypi.doubanio.com/simple

6. ## 注意： 如果使用http链接，需要指定trusted-host参数

7. [global]

8. timeout = 60

9. index-url = http://pypi.douban.com/simple

10. trusted-host = pypi.douban.com

常用的pip用法一般有：

1. # 在用户目录安装软件，不需要root 权限

2. pip install --user <package>

3. # 搜索package

4. pip search biopython

5. # 安装特定版本的package，版本号可以从search的结果中找到

6. pip install biopython=1.69

7. # 卸载package

8. pip uninstall biopython

9. # 导出已安装的包信息

10. pip freeze > requirements.txt

11. # 其他使用方法可以参考pip的帮助说明

12. pip -h

• 发现virtualenv

如果你只是测试，或者电脑上同一个package安装了好几个版本，那么你一定会喜欢 virtualenv。有了它，现在可以在电脑上安装不同版本的package了。使用方法也很简单，因为 virtualenv也是Python包，可以直接用 pip来进行安装。现在可以用它在电脑上创建不同的虚拟环境了，各个虚拟环境互不干扰，而且对原有的环境不会造成影响，哪天不想玩了，直接把对应的目录删掉就可以了，非常方便 。

1. # 安装virtualenv

2. pip install --user virtualenv

3. # 创建一个新的环境

4. mkdir my_envs

5. cd my_envs

6. # 创建一个env_test目录，把相关的package安装到该目录下

7. virtualenv env_test

8. # 如果系统上有多个python版本，可以通过参数来指定对应的python版本

9. virtualenv -p /usr/bin/python2.7 env2.7

10. # 激活虚拟环境，需要提供具体的虚拟环境安装目录

11. source env2.7/bin/activate

12. # 激活后就可以在终端中看到有对应提示，如果想关闭也很简单

13. deactivate

上面的都一些基本的用法，如果创建的虚拟环境比较多，可以借助 virtualenvwrapper来进行管理，更多的信息可以参考Python虚拟环境：http://pythonguidecn.readthedocs.io/zh/latest/dev/virtualenvs.html。

• 大杀器anaconda

当时在学习virtualenv的时候，也发现anaconda这个东西，不过当时觉得软件太多，而且比较臃肿，对我这种没装几个软件的来说，virtualenv已经够用了。直到有一天我需要安装tensorflow的时候，才发现这东西有多方便。不仅帮你解决依赖关系，而且还会帮你把相关的系统依赖也解决了。相信大家在安装软件的时候，没少遇到missing 什么 libxxxx.so什么的信息。有的时候为了安装这些系统依赖，真的能把人搞疯。anaconda不仅能解决这些问题，还可以安装R里面package啊， 虽然我没用过这个功能。现在除了anaconda，还有精简的miniconda和专门为生物信息准备的bioconda，虽然名字不一样，只是默认安装时带的package不一样而已，使用方法没什么区别。下面简单说明下bioconda的使用：

1. # 首先需要安装conda，我们下载minicoda，文件比较小，下载过程比较快

2. wget https://repo.continuum.io/miniconda/Miniconda3-latest-Linux-x86_64.sh

3. bash Miniconda3-latest-Linux-x86_64.sh

这样在你的 $HOME目录里面有一个miniconda，保存安装的软件使用，而且自动在环境变量配置文件 .bashrc添加新的变量设置。安装之后可以自己检查一下，是不是有新的不一样的东西。你需要要重新登录一下或者重新加载环境变量 source ~/.bashrc。因为网络环境问题，最好修改一下安装软件源，可以使用清华anaconda开源镜像源 https://mirror.tuna.tsinghua.edu.cn/help/anaconda/

1. # 请注意一上顺序哈

2. conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/

3. conda config --add channels defaults

4. conda config --add channels r

5. conda config --add channels bioconda

目前清华源没有bioconda的镜像，大家可以到https://github.com/tuna/issues/issues/112这里提一下需求。简单的使用过程可以参考bioconda的文档 https://bioconda.github.io/上的说明，下面说一下对经常用的几个命令

1. # 搜索特定软件包

2. conda search package-name  

3. # 新建一个叫py3的环境，这个环境里面我们需要指定使用python3

4. conda create -n py3 python=3.5.3

5. # 激活虚拟环境

6. source activate py3  

7. # 关闭虚拟环境

8. source deactivate  

9. # 列出已经创建的虚拟环境  

10. conda info --evns

• 参考

1. pip使用豆瓣源 http://www.cnblogs.com/ZhangRuoXu/p/6370107.html

2. Python虚拟环境 http://pythonguidecn.readthedocs.io/zh/latest/dev/virtualenvs.html

---

编辑：思考问题的熊

猜你喜欢

菜鸟入门

数据分析

编程实践

直播基因组分析

生信技能树