Skip to main content

Mamba

CZHanoiMarch 2, 2026OracleManager
"Time crumbles things; everything grows old and is forgotten under the power of time."
— Aristotle
## mamba环境管理

Goni

Goni-metal

mamba create -y -n goni-metal -c conda-forge python=3.11 pandas numpy matplotlib matplotlib-venn cmake make cxx-compiler git bedtools pigz wget curl
#git clone https://github.com/statgen/METAL.git
#上传至服务器"$HOME/software/METAL"
mkdir build && cd build
cmake -DCMAKE_BUILD_TYPE=Release ..
 make -j"$(nproc)"
mamba install ipykernel
python -m ipykernel install --user --name goni-metal --display-name "Py311 Goni-metal"

STalign

见STalign

  • ST配准

Faxai

mamba create -n Faxai -c conda-forge --override-channels python=3.11 scanpy pandas jupyterlab ipykernel -y

mamba activate Faxai

python -m ipykernel install --user --name faxai --display-name "Py311 Faxai"

pip install glasbey
  • 单细胞数据的基础分析
mamba activate Faxai
mamba install -c conda-forge -c bioconda --strict-channel-priority r-base=4.4 r-cli r-crayon r-hdf5r r-matrix r-r6 r-rlang r-seurat r-seuratobject r-stringi r-withr
Rscript -e 'install.packages("remotes", repos="https://cloud.r-project.org")'
R CMD INSTALL /home1/chenzhh/package/R/seurat-disk-master
# Test
Rscript -e 'library(SeuratDisk); cat("SeuratDisk version:", as.character(packageVersion("SeuratDisk")), "\n")'
Rscript -e 'library(SeuratDisk); sessionInfo()'

mamba install r-irkernel -y

mamba install -y -c conda-forge -c bioconda --strict-channel-priority r-data.table r-dplyr  r-ggplot2 r-patchwork r-ggalluvial r-stringr r-forcats r-tibble \
  bioconductor-biomart bioconductor-zellkonverter bioconductor-singlecellexperiment
  
mamba install r-bpcells r-wgcna bioconductor-edger r-gprofiler -y
mamba install -c conda-forge r-broom r-purrr
# install.packages("IRkernel", repos="https://cloud.r-project.org")
IRkernel::installspec(user = TRUE, name = "faxai-r", displayname = "R453 Faxai")
q()

SIMO

mamba create -n simo python=3.8 -y
mamba activate simo
pip install simo-omics scanpy
mamba install ipykernel
python -m ipykernel install --user --name simo --display-name "Py38 SIMO"

Mujigae

见Secnicplus

macs2

用于使用macs2

mamba create -n macs2 macs2 -c conda-forge -c bioconda --strict-channel-priority
mamba activate macs2
which macs2
# /cwStorage/home/chenzhh/miniforge3/envs/macs2/bin/macs2

Otaku

R语言全都分析

mamba create -n Otaku r-base r-seurat r-signac scanpy r-dplyr r-stringr r-ggplot2 r-readxl r-writexl r-msigdbr bioconductor-clusterprofiler bioconductor-org.hs.eg.db bioconductor-reactomepa r-archr -y -c bioconda
mamba install r-irkernel -y

IRkernel::installspec(user = TRUE, name = "otaku", displayname = "Otaku")
q()

allen-atlas

mamba create -n allen-atlas -c conda-forge python=3.12 brainglobe-atlasapi scanpy pandas ipykernel jupyterlab -y
mamba activate allen-atlas
python -m ipykernel install --user --name allen-atlas --display-name "Python (allen-atlas)"

Janissary

mamba create -n Janissary git python "numpy>=1.11.0" "matplotlib>=2.0.0" "vtk=9.3.1" nibabel pillow "pandas<=1.3.0" "scipy>=0.17.0" "scikit-learn>=0.22.0" nilearn
git clone https://github.com/MICA-MNI/ENIGMA.git
cd ENIGMA
python setup.py install
python -m ipykernel install --user --name janissary --display-name "Janissary"

# mamba install -c conda-forge xvfbwrapper
sudo apt-get install -y xvfb xauth

Jerusalem

mamba create -y -n Jerusalem -c conda-forge -c bioconda \
  python=3.9 numpy=1.23 pandas=1.5 scipy=1.10 matplotlib=3.7 \
  bitarray pybedtools ipykernel jupyterlab notebook openpyxl \
  gawk coreutils parallel pigz \
  r-base r-metafor r-matrix
  
python -m ipykernel install --user --name jerusalem --display-name "Py39 Jerusalem"

HARE

Cfff平台的mamba建立

前言-为什么不能安装在$HOME下面？

容器内文件系统的两类区域：

1. 临时层（容器自己的根文件系统）

  • 包括 /、/usr、/etc、/root、/home/zy_22111220045 等等。
  • 这些来自镜像。镜像是只读模板，容器启动时会在镜像之上加一层"可写层"（overlayfs / aufs 之类）让你能改东西。
  • 但这一层容器销毁就没了。DSW 关闭、重启、扩缩容、迁移到别的物理机时，容器会被重建，可写层丢失，回到镜像里的初始状态。
  • 所以 ~存在镜像中，简单说就是在 home 里装的东西是绑定镜像的（对每个DSW来说，重要的是~/.bashrc）

2. 持久层（外挂存储 / 数据卷）

  • /cpfs01/projects-HDD/cfff-afe2df89e32e_HDD/zy_22111220045 这种路径，是 CPFS（阿里云的并行文件系统，类似 Lustre）通过网络挂载进容器的。
  • 它不在容器里，物理上存在远端的存储集群。容器只是把它"挂载"到这个路径。
  • 容器销毁、重建、换机器都不会影响 CPFS 里的数据。所以这个目录下的东西永远在。

由此，我们的思路就很明确了；

①如果这个mamba想被HPC调用，或者多个容器打开不同的DSW都能使用→安装在持久层；

②如果这个mamba只想自己用，则→安装在临时层，然后保存镜像。

**我将选择第①种：****下面的任务只需要运行一下！！！！

安装Miniforge3

下载

https://github.com/conda-forge/miniforge/releases/latest/download/Miniforge3-Linux-x86_64.sh

然后

bash Miniforge3-Linux-x86_64.sh -b -p /cpfs01/projects-HDD/cfff-afe2df89e32e_HDD/zy_22111220045/miniforge3

每次用新的镜像创建新的DSW时运行：

基础配置

cat > ~/.bash_profile <<'EOF'
if [ -f ~/.bashrc ]; then
    source ~/.bashrc
fi
EOF

写入~/.bashrc

cat >> ~/.bashrc <<'EOF'

# ---- mamba (Miniforge3) on shared storage ----
export MAMBA_ROOT_PREFIX=/cpfs01/projects-HDD/cfff-afe2df89e32e_HDD/zy_22111220045/miniforge3
export PATH=$MAMBA_ROOT_PREFIX/bin:$PATH
export CONDARC=$MAMBA_ROOT_PREFIX/.condarc

if [ -f "$MAMBA_ROOT_PREFIX/etc/profile.d/conda.sh" ]; then
    source "$MAMBA_ROOT_PREFIX/etc/profile.d/conda.sh"
fi
if [ -f "$MAMBA_ROOT_PREFIX/etc/profile.d/mamba.sh" ]; then
    source "$MAMBA_ROOT_PREFIX/etc/profile.d/mamba.sh"
fi
# -----------------------------------------------
EOF

然后检查

source ~/.bashrc
echo $MAMBA_ROOT_PREFIX
which mamba
mamba --version

解决pkgs冲突问题

CONDARC="/cpfs01/projects-HDD/cfff-afe2df89e32e_HDD/zy_22111220045/miniforge3/.condarc"

# cp "$CONDARC" "${CONDARC}.bak.$(date +%Y%m%d%H%M%S)"

mkdir -p "$HOME/.conda/pkgs"

cat > "$CONDARC" <<EOF
channels:
  - conda-forge

pkgs_dirs:
  - $HOME/.conda/pkgs

mirrored_channels:
  conda-forge:
    - https://conda.anaconda.org/conda-forge
    - https://prefix.dev/conda-forge
EOF

※HPC任务调用自己的mamba环境

需要在脚本中显式source

#!/bin/bash
#SBATCH --job-name=myjob
#SBATCH --output=%j.out
# 其他 SBATCH 指令...

# === 显式加载 mamba（不依赖 ~/.bashrc）===
export MAMBA_ROOT_PREFIX=/cpfs01/projects-HDD/cfff-afe2df89e32e_HDD/zy_22111220045/miniforge3
export PATH=$MAMBA_ROOT_PREFIX/bin:$PATH
export CONDARC=$MAMBA_ROOT_PREFIX/.condarc
source $MAMBA_ROOT_PREFIX/etc/profile.d/conda.sh
source $MAMBA_ROOT_PREFIX/etc/profile.d/mamba.sh

# === 激活环境，跑程序 ===
mamba activate myenv
python train.py

Rebuild 重建

现在如果迁移成功的话，我们账号通过最新的10.190.xxx.xxx登录节点之后，应该得到下面的结果：

pwd

输出为：

/home1/chenzhh

而请注意，

pwd -P

输出为：

/cwStorage/home/chenzhh

其中：

$HOME 是你登录环境里的家目录写法

pwd -P 会给你当前目录的物理路径

基础配置（mamba安装、jupyter的启动）

〇查看架构

uname -m
arch
#任选其一

①下载

wget https://github.com/conda-forge/miniforge/releases/download/26.1.1-3/Miniforge3-26.1.1-3-Linux-x86_64.sh
# 或者本地下载再传到服务器上
echo "b25b828b702df4dd2a6d24d4eb56cfa912471dd8e3342cde2c3d86fe3dc2d870  Miniforge3-26.1.1-3-Linux-x86_64.sh" | sha256sum -c -

②运行安装脚本

#因为过于熟悉，咱们直接非交互式安装了就💦
bash Miniforge3-26.1.1-3-Linux-x86_64.sh -b -p "$HOME/miniforge3"

③check step 1:

验证conda可以使用

source "$HOME/miniforge3/etc/profile.d/conda.sh"

conda activate

④写入~/.bashrc

# ~/miniforge3/bin/conda init bash
上一步骤并非必须，因为conda确实能够被mamba平替，以及实践操作下来，下面的步骤完成以后一样可以使用conda
export MAMBA_ROOT_PREFIX="$PREFIX"
"$PREFIX/bin/mamba" shell init -s bash -r "$MAMBA_ROOT_PREFIX"

⑤check step 2:

新打开一个终端：

echo "$MAMBA_ROOT_PREFIX"
which mamba
mamba info

没有报错则说明安装成功

⑥附：更新.condarc

mamba config list --sources

应该会得到类似输出：

channels:
  - conda-forge  # '/cwStorage/home/chenzhh/miniforge3/.condarc'
mirrored_channels:
  conda-forge:
    - https://conda.anaconda.org/conda-forge  # '/cwStorage/home/chenzhh/miniforge3/.condarc'
    - https://prefix.dev/conda-forge  # '/cwStorage/home/chenzhh/miniforge3/.condarc

我的建议是统一存储在~/.mambarc

conda config --file ~/.mambarc --set show_channel_urls true

然后

cat > ~/.mambarc <<'YAML'
channels:
  - conda-forge
  - bioconda
  - nvidia
channel_priority: strict
show_channel_urls: true
YAML
# 清理索引缓存，让新源立即生效
conda clean -i -y

就大功告成了

⑦附：重新搭建Jupyter

安装&基础配置生成
mamba activate base
mamba install jupyter -y
jupyter server --generate-config
# Writing default config to: '/cwStorage/home/chenzhh/.jupyter/jupyter_server_config.py'
设置密码
jupyter server password
# Enter password: 
# Verify password:
查看当前运行的jupyter
jupyter server list
# Currently running servers:
# http://localhost:1224/ :: /cwStorage/home/chenzh
关掉
jupyter server stop 1224
启动
nohup jupyter lab --config="$HOME/.jupyter/jupyter_server_config.py" \
  > "$HOME/jupyter_log/log_jupyter_1224_$(hostname).log" 2>&1 &

⑧~/.condarc

# ~/.condarc
channels:
  - defaults
  - conda-forge
channel_priority: flexible

mamba 环境迁移

起因：某个大傻纸把所有的cfff上所有的mamba环境都安装在/home下面了；但后面要使用HPC的时候，只能调用/cpfs01/projects-HDD/cfff-afe2df89e32e_HDD/目录下的内容，因此导致需要将mamba环境迁移到后面的目录中

操作

SRC=/home/zy_22111220045/miniconda3/envs/scenicplus
DEST=/cpfs01/projects-HDD/cfff-afe2df89e32e_HDD/zy_22111220045/Env/scenicplus
mkdir -p "$(dirname "$DEST")"
conda create --prefix "$DEST" --clone "$SRC" --copy -y

# find "$DEST" -type d -name "__pycache__" -prune -exec rm -rf {} +
# grep -R "/home/zy_22111220045/miniconda3/envs/scenicplus" -n "$DEST/bin" | head
# grep -RIn --binary-files=without-match "/home/zy_22111220045/miniconda3/envs/scenicplus" "$DEST/bin" | head

其中

conda create：创建一个新环境。

--prefix "$DEST"（等价 -p "$DEST"）：把新环境创建在这个绝对路径。

--clone "$SRC"：从现有本地环境复制一份到新环境（尽量做到“同一个环境的拷贝”）。

--copy：安装/落盘时用复制，而不是硬链接/软链接（跨文件系统时更稳，尤其你从 /home 到 /cpfs01）。

-y：自动回答 yes

使用的时候便可以:

conda activate /cpfs01/projects-HDD/cfff-afe2df89e32e_HDD/zy_22111220045/Env/scenicplus
Last update: 10/18/2026, 9:03:17 AM
Contributors: CZHanoi
Default footer
Copyright © 2026 CZHanoi