众所周知，python在数据分析领域十分常用，而作为数据科学的一个分支，生物信息学也是对python偏爱有加。今天我们就来看看一个功能强大的python生信分析包——Biopython。什么？还不知道？知道又不会用？又out啦各位，现在跟着小编来一步步实现一些很实用的python分析工具吧。
征服星辰
实现目标
预备工作
学点语言 装好pyhton
当然作为入门，python语言基础还是要会一点点的，不过不需要很深。工具嘛，我们只用关心怎么用得溜，平时也没人追究勺子咋造的只管拿来用，是吧~Biopython是一个包含大量实用功能模块的集合，它支持的数据结构可谓非常广泛：
Blast结果 – standalone和在线Blast
Clustalw
FASTA
GenBank
PubMed和Medline
……
太多了，这里就不一一列举了，更多详情访问项目主页就可以，介绍非常详细。
项目主页：https://github.com/biopython/biopython
安装pyhton
Windows平台的用户请先安装好python。喏，在这里下载：
https://www.python.org/ftp/python/2.7.13/python-2.7.13.msi
一路next就可以安装好（python版本随意，2.X和3.X都有对应的Biopython包，上面的链接是2.X版本的）。
进入正题
搭建分析环境
下面，小编来教大家搭建虚拟的Linux分析环境。
啥叫虚拟环境呢？举个不恰当的栗子：假如你是一个工作兢兢业业的好员工，平时没有时间收拾屋子，突然想大扫除一下，那么多家具怎么办呢？突然你大手一挥，家里变得空空如也，这下可以随意规划收拾了！……，先打住哈，上文后来出现的“空空的屋子”其实就是个虚拟的环境啦，你可以随意在这个房间里放任何东西，跟新家一样儿样儿的。小编现在就是要教你建一个“新家！”——生物信息分析专用虚拟环境，之后放进去的第一个“家具”就是本文的主人公Biopython啦。
下载安装Anaconda
首先下载Anaconda——python的一个集成发行版（你可以认为这是全副武装的python，当然核心的部分仍然是python~）。
# wget https://repo.continuum.io/archive/Anaconda2-4.3.1-Linux-x86_64.sh
下载完以后，执行安装：
# sh Anaconda2-4.3.1-Linux-x86_64.sh
执行后会提示你安装，遇到enter，就enter确认，遇到许可说明什么的也确认yes，然后就到达安装界面。
红圈内代表默认安装位置，如果想自己指定安装路径，那可以输入相应的路径>>>/XXX/XXX/anaconda之类的。
然后等待执行完就可以开始正式创建安装环境！
虚拟环境创建及启动
# conda create -n test_biopython python==2.7.13
小小地解释一下上面的命令：
conda create命令创建虚拟的python环境；
参数-n后面跟的是你要创建的环境名称，比如test_biopython，当然你想叫ABCD，shuaigeshiwo我也拦不住，但最好跟你想做的项目相关；
后面是python版本。
执行命令后，需要下载一些基本的包，提示需要你输入y，输入就可以。
# source activate test_biopython
执行上面的命令后，你创建的虚拟环境就激活了！标志就是你的命令行前面会有一个圆括号包围的(test_biopython)，就像下面这样：
Biopython安装
现在我们来在刚刚创建的虚拟环境里放第一个“家具”——Biopython：
# pip install biopython
剩下的安装过程小编表示围观就可以，等到以下界面出现，就代表这个工具可以使用了~
打开解释器，导入一下biopython试试（导入的时候记得要用Bio）
# python
>>> import Bio
没问题，可以使用了！
好了，本次的Biopython教程到这儿就告一段咯~下回，小编来教你怎么用Biopython编写python生物信息分析工具，期待一下吧~
供稿：李洋
编辑：王丽燕