Day 6 Conda Channel配置 #100天生信/数据科学自我挑战#

专题介绍：数据分析那些事儿是瑞典农业科学大学的一名科研工作者。在生物大数据分析领域已经有七年的科研经验。希望通过分享过去7年在国内外硕士、博士、博士后申请、求学、科研、求职、统计学、R&Python编程、生物大数据分析、国内外高校企业求职生命科学发展对我们当下社会的影响中收到的个人启发来让1000个人受益让求学求职生活变得容易一点点。如果你也想持续学习，克服懒惰的话。关注他参与“100天生信/数据科学自我挑战”的话题吧。

Conda 从认识到精通 Day2-Day4回顾

Day2-4总结了Conda 是什么，哪里好，怎么装，怎么用，怎么配置，今儿说说什么是Conda的channel

Channel就是软件包存在的位置（类似于其余语言的CPAN, CRAN, Bioconductor）

我们 conda install yyy 之所以能成功的前提，也必须是软件yyy已经在某个Channel里

Conda 常用channel

Conda 常用的channel 有两个

1. bioconda 大概有7000个左右常用的生信软件，运行conda install 后，会从remote repository pull 这个package的recipe build或者直接pull pre build的package

2. conda-forge，这个是比较general（不像bioconda那么全是生信类）的一些软件包，比如numpy，pandas这些应该就在这个channel

那么问题来了，这些channel的一些包是host在Github中的，而国内github的访问是看人品的，导致了回国以后我的一些pull request是HTTPError。

国内channel更换

解决方案是把channel换成清华的一个镜像（TUNA）其中备份了还提供了 Anaconda 仓库与第三方源（conda-forge、msys2、pytorch等）的镜像。我不太确定是否可以用所有的软件，但是目前发现更新后一些常用的软件都可以使用。更新方法是，

我们的用户目录下有个 .condarc 配置文件，保存了conda的一些channel信息

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
  simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

Channel的优先级

Conda5.0以前，每次我们敲入 conda install yyy时候，conda会在所有channel search 我们的yyy包，以及yyy包的版本与当前环境下所有包的冲突，导致了效率缓慢。所以conda 5.0之后保持了channel的优先级，只从最优先的开始，一旦找到不在继续向下搜索。

100天生信/数据科学自我挑战回顾

0. 成为更好的自己之 << 100天生信/数据科学自我挑战>>

1. Day 1-100天生信/数据科学自我挑战（如何制定一个强有力的入门进阶计划）

2. Day 2 # 100天生信/数据科学自我挑战# — Conda 入门到精通之初识Conda

3.Day 3 Conda 分类、安装和配置# 100天生信/数据科学自我挑战#

如果你还不熟悉 <<100天生信/数据科学自我挑战>>

不管你是想入门生信/数据科学的初学者，还是想进阶生信/数据科学技能的从业者，可能都有不知如何下手或者坚持了几天就因为各种原因放弃了的经历。如果是这样，那么这个100天生信/数据科学自我挑战就是为你而设计的（超简单、纯免费，自虐升级，无广告和付费内容，详情见下文）。

大家好，我是山石，山西农业大学（本）、天津大学（硕）、瑞典乌普萨拉大学（博），瑞典农业科学大学（博士后）。在生命科学领域学习工作了15年，目前为瑞典农业大学生物大数据分析Research Fellow。2020年年底以来我在自己的社交账号上开始分享从生命科学湿实验硕士，转型生物信息学的博士以后的学习科研和经历，至今收到了各个平台大概10000名小伙伴的关注。也收到了很多朋友的私信问题，新手如何入门生物信息学和数据科学，入门成为调包侠之后感觉遇到了瓶颈，如何才能进阶？其实这个问题同样困惑了我很久。回顾学习的过程，就像上台阶一样，往往登上一个台阶之后需要很久才有可能进阶，也或许很久都止步不前（比如我现在）。究其原因就是找不到合适的方法，有时候即便找到了合适的方法，很难在学习新东西和做Projects之间找到一个平衡，无法长久坚持下去，养成终身学习的习惯。而这个行业的进步又很快，每周都有新的方法和软件出来，为了避免被后浪早早拍死，凉透了，我发起这个和大家一起进步的自我挑战。

<< 100天生信/数据科学自我挑战>>是什么

今天我发起一个100天生信/数据科学自我挑战。这个挑战其实很简单，只包括两个内容。第一，参与者每天至少花5分钟去学习生信或者数据科学的知识; 第二把学习的过程分享到自己的社交媒体中，任何社交媒体都可以，比如微博，知乎，B站或者微信（记得加入话题# 100天生信/数据科学自我挑战# 哦）。请大家转发这条动态，让更多的小伙伴加入进来共同进步。

<< 100天生信/数据科学自我挑战>>为什么

学习是一种习惯，终身学习的习惯一旦养成，将很难改变，日积月累简单的一个好习惯，会让大家终身受益。英国的一份统计调查显示，养成一个习惯的平均时间是66天。我们每天学习至少5分钟，100天自我挑战。看似不长，只要坚持下去我相信一半以上的人都能够养成终身学习的习惯。在自媒体分享的原因有三个，其一，给自己立一个flag，创造舆论压力来鞭策自己，其二，把自己学过的内容归档，每周，每月，每个季度都有可以回头总结和升华，做到查漏补缺，慢慢形成知识体系。其三，通过100天持续不断的分享记录自己的学习过程，能够遇到很多同伴，一起讨论相互帮助。最后，这个学习过程和做Project的过程可能会让大家敲开心仪的公司的实习offer和心仪导师的升学offer。我们抱怨行业内卷，想躺平，但是试想像一下如果一位申请者拿了过去365天每天不间断的学习笔记来求职，面试官会不会拒而不见。一个人的处境只会因为这个人做了什么而改变，而不是这个人身上的标签。所以请大家转发这条动态，让更多的小伙伴加入进来共同进步。

<< 100天生信/数据科学自我挑战>>怎么做

学习的内容不需要很复杂。如果你是一位初学者，可以是一些学科的基本概念和技术。例如什么是二代测序，Python 编程基础，什么是回归分析，什么是聚类等等。我的自媒体有很多相关内容（生信基础、linux，一二三代测序、RNA seq、 Variant calling等等），相信大家也关注了很多自媒体公众号，我关注的一些公众号有很多教程，如果实在不知道从哪里开始的欢迎私信我讨论（联系方式见文末）。如果你已经有一定的基础，期望进阶学习，可以用公共数据重复文章中的内容，做一个RNA seq，Single cell sequencing 的课题，也可以去kaggle，Github上去学习一个解决具体实践问题的小project。挑战赛的参与方式非常简单，大家只需要根据自己的情况，列一个提纲，每天循序渐进的学习一点点，记录在自己的社交媒体上，如果遇到合适的伙伴，可以一起积极交流互动。请大家转发这条动态，让更多的小伙伴加入进来共同进步。

对于我自己来说，过去的半年我一直在梳理自己学习过程的一些基本概念和基础知识，我会继续完成生信，R，Python编程，统计，GWAS，多组学整合，基因组选育的内容，并在我的自媒体上更新。之后我计划在学科前沿，Web Developing和 App Developing努努力。如果能把自己科研中的一些实用结果做成App和网站，能让科研成果触及更多的同行。

Document Your Journey To A Better Version Of Yourself

我创建了一个微信群，不好意思在自己自媒体天天更新的小伙伴，欢迎入群哈（私信我15934076136，我拉大家入群）。不愿意入群的小伙伴，我在知乎提了一个问题” 100天生信/数据科学自我挑战，记录成为更好的自己？”。大家也可以匿名更新，希望我们有足够多的朋友在一起更新，相互见证彼此的成长。最后再次请大家转发这条动态，让更多的小伙伴加入进来共同进步。

期待100天后大家都成为更好的自己, 有一群优秀的小伙伴在100天后等你。