CalmAn简介

CalmAn是一个用于大规模钙成像数据分析和行为分析的Python工具箱。
CaImAn实施了大规模钙成像数据分析管道中所需的一套基本方法。针对多天的运动校正、源提取、尖峰反褶积和分量配准，实现了快速且可扩展的算法。它适用于双光子和单光子荧光显微镜数据，可以在批处理和在线模式下运行；CaImAn还包含一些分析摄像机行为的例程。

GitHub仓:flatironinstitute/CaImAn

安装要求

目前，CaImAn在以下平台上运行并受支持：

64位x86 CPU上的Linux

64位x86 CPU上的MacOS

64位x86 CPU上的Windows

良好的体验需要32G RAM或更大的RAM。

CaImAn目前以Python 3.9为目标。CaImAn的一部分是用C++编写的，但除了可能在安装期间之外，这对用户来说是不可见的。
在Matlab中还有一个较旧的CaImAn实现（不支持，该版本可用于MCMC尖峰推断）

我的设备

硬件配置：

1. Windows 10 专业版
2. RAM：224GB（这是台服务器，PC应该也问题不大）
3. 64位x86 CPU

软件配置：

安装CalmAn前我的设备已预装过以下软件：

1. python3.9.12(conda虚拟环境下输入conda info查看，或在pycharm解释器配置里预览)
2. PyCharm 2022 社区版
3. Anaconda Navigator(anaconda3, conda version4.12.0)

配置过程中主要参考的文档：
Github仓-Install部分
一些贡献者事先告诉你的坑，尤其是windows上运行
新版CaImAn自动安装脚本 解决conda solving environment卡死

所以未安装以上软件的读者，请先自行安装完毕方可进行下列操作，包括pip等基本常用包。

由于本人是配置完成后才写的这篇博客，且考虑到CalmAn的安装及配置教程很少，旨在分享和记录，不打算卸了重来一遍（万一再来一遍删错东西配坏了，很痛苦），所以步骤主要靠回忆，具体的指令可能会有偏差，但主体思路很清晰，遇到问题或报错，建议读者耐心追踪报错原因、查阅文档和资料思考解决问题。开发包配置都是这么踩坑过来的，长痛不如短痛…“一杯茶，一台机，一个环境配一天”

1>CalmAn压缩包解压

将GitHub仓中下载的.zip文件解压至适当的目录下（我的由于是服务器，C盘足够大且稳定就存在了默认位置）。

解压后得到以下文件：

注意，解压后请将caiman文件夹重命名，加一个s即可（改其他名应该也可行，配置时安装程序都能自动找到），否则使用conda配置时会遇到此类报错：

ImportError: cannot import name 'oasis' from partially initialized module 'caiman.source_extraction.cnmf' (most likely due to a circular import) (C:\Users\admin\CaImAn-master\caiman\source_extraction\cnmf\__init__.py)

解决方案就是刚才提到的，改文件名：

这应该是CalmAn开发贡献者那边没有注意过的一个bug，有兴趣的同学可以去GitHub仓提交issue反馈。因为更多人可能如GitHub里所介绍的一样，用linux平台或直接通过jupyter notebook使用CalmAn，想通过windows+PyCharm环境用起来就免不了出现很多问题。

各种配置报错，大概率是起源于版本冲突，有些模块安装要求严格，不能低于或高于python3.x.x-python3.x.x，需要自行查阅了解。

2>conda创建虚拟环境

用conda创建虚拟环境不难，第一次配环境的同学可能会看的有些迷瞪，用多了就好，

可以参考这篇：在anaconda中配置虚拟环境教程
或自己找些其他的教程均可。
（注意一定要将conda切换至国内镜像源，否则下载速度龟速而且总是掉链子，不懂怎么切换搜教程学就可以了，不难。）

主要步骤就是先在
1> conda里挑选一个合适的路径：

cd指令切换路径用法同cmd中一致，请自行查阅，不再赘述

然后
2> 创建虚拟环境（由于是虚拟环境，所以本地路径里是看不到的，不会有一个文件夹之类的东西）

conda create 环境名 python版本

3> 创建完毕后激活环境

activate 环境名

有了虚拟环境，之后需要用到的所有第三方库等任何东西都在环境里配就可以了。

3>requirements依赖包配置（包括tensorflow）

解压包中可以找到一个requirements.txt（gpu版的本篇没有用到，配的是cpu版），里面包含CalmAn需要用到的第三方库（其实不全，具体的Demo例程还要缺啥模块补啥模块）

我们将requirements.txt复制到虚拟环境所在的路径下（或用cd命令切换到requirements.txt所在的路径下，能找到requirements.txt即可），输入

pip install -r requirements.txt

耐心等待所有工具包安装完毕后即可。如遇到报错请自行查阅相关教程，如此类文档：
conda修改源、创建虚拟环境、配置requirements.txt设置环境

这里提一下pip install 和 conda install的区别：
conda和pip一般被认为是几乎相同的，毕竟目的和用法也没啥区别。但在实际使用中，往往将conda和pip一起使用。将 pip 与 conda 组合在一起的一个主要原因是，很多时候所需要安装的包只能通过pip 安装。

4>caiman安装(mamba install)

接下来到了重头戏，前面所做的一切工作只是为CalmAn这个工具包提供正常的工作环境，CalmAn本身也可以当成个包使用，它还需要caiman模块(没错，不是calman打错字了，就是叫caiman)，通过Github中指定的mamba包安装(名字真的就是指黑曼巴，conda+mamba效率高，速度快)：

安装mamba，用mamba在已创建的虚拟环境里再创建一个虚拟环境caiman：

mamba create -n caiman -c conda-forge caiman

激活新的虚拟环境caiman:

conda activate caiman

5>caimanmanager.py install

安装完所有的模块后，就可以正式install CalmAn了，需要进行.py install
执行python caimanmanager.py install之前，先执行python setup.py install一遍比较放心，
因为通常是要通过python setup.py install来安装的。

具体步骤：1>同样是将整个解压包目录复制到虚拟环境所在的路径，我的是C:\Users\admin

所以再输入cd C:\Users\admin\CaImAn-master就可进入到setup.py和caimanmanager.py所在的路径

2>在虚拟环境caiman中先输入python setup.py install

3>待执行完毕后，再输入python caimanmanager.py install，注意此时的CaImAn-master解压包内的caiman文件夹一定要像之前说的改名，否则没法正常install。

执行完毕后，CaImAn-master所在的路径下会生成一个caiman_data文件夹，这与GitHub上的简介一致：

6>PyCharm添加解释器

具体怎么添加解释器就不多说了，网上能搜到很多教程。
在PyCharm设置中的小扳手里找到解释器，选择conda配置好的虚拟环境caiman中的python3.9，

可以预览到之前requirements.txt需要的包都已经安装上了。

7>Demo演示

在caiman_data文件夹或CaImAn-master解压包内的demos文件夹中可以找到general文件夹和notebooks文件夹，general里存放的是一些可以直接在PyCharm里演示的.py格式Demo，如demo_caiman_basic.py：

而notebook中的都是.ipynb格式，需要在conda里输入jupyter notebook打开，在jupyter notebook中运行，也可通过jupyter notebook将其转换为.py格式放在PyCharm中运行（转化步骤自行搜索，如Jupyter Notebook介绍、安装及使用教程&&.ipynb文件转化为.py文件）

由于一些Demo里的数据集可能要在线下载，PyCharm里没有设置镜像源的话外网速度很慢，所以可以直接在jupyter notebook里阅读.ipynb实施脚本学习。

8>遇到的问题

1. 有印象requirements.txt里少了Cython模块，后面.py install时还要用到，直接在conda的虚拟环境里输入conda install cython就可以；
2. 有些Demo里import了处理稀疏矩阵用的spams模块，但我尝试了多种方法，spams模块依旧安装不上，有人说只有linux上可以，我认为windows上也可以，但是需要更换conda的源，很麻烦，有安装成功的同学欢迎评论区留言给他人，分享互助避踩坑。