Anaconda 是一个python的开源发布版本，最早使用它是因为其中集成了很多用于科学计算、数据分析及机器学习的python库，可以省去很多安装软件包的麻烦。但是anaconda真正的利器在于其中的conda包管理工具，它可以帮助我们方便的管理自己的python开发环境，不仅能够将不同开发项目所依赖的开发环境完全独立开来，还可以轻易的复制整个python环境到其他机器。这样，python开发项目的部署就变成了一件非常简单且易于维护的事情。
Anaconda的安装
从官网上下载Linux_64bit python2.7版本的安装脚本到本地，用root权限执行该脚本，随后一路回车完成安装。
这里有个需要注意的地方：
当前版本的Anaconda安装脚本为Anaconda-2018.12-Linux-x86_64.sh，安装完成后，在.bashrc里并没有更新PATH环境变量，输入python会发现找不到该命令(linux系统没有预装python的情况下)。同时注意到.bashrc里加入了一个脚本
. /home/deepctrl/anaconda2/etc/profile.d/conda.sh
我们可以在当前shell环境下输入conda命令，但是输入which conda又没有输出，说明conda不是一个系统可执行文件，而是在./~bash.sh中加入的conda.sh脚本中的一个函数。
——对比之前使用的Anaconda版本(Anaconda2-5.2.0-Linux-x86_64.sh)安装完成后，~/.bashrc中更新了PATH变量(加入了anaconda2/bin路径)，可以直接在当前环境下执行python、conda等可执行文件。
新版这个安装变动后，我们不能默认使用conda的base环境，而是必须要输入conda activate激活base环境后，才能进入到base的python开发环境中。这样base环境和用户自定义环境的隔离就更显式了(以前的版本下，可能安装完anaconda后稀里糊涂就开始用了，没有进入任何虚拟环境)，有利于后续的管理。
创建新环境
手动创建一个全新环境
conda create -n new_env --python=2.7 ipython # 制定python版本，预安装ipython
激活并进入自定义环境
conda activate new_env
在该环境下进入ipython，测试numpy，发现没有该模块(在base环境中可以导入)说明两个环境是隔离的。进一步测试，在该环境下安装redis
conda install redis redis-py
随后测试redis可用
(new_env) [email protected]:~$ redis-cli --version
redis-cli 3.2.0
(new_env) deepct[email protected]:~$ python -c "import redis;print redis.__version__"
3.0.1
回到base环境conda activate base，再次测试redis，提示未安装
(base) [email protected]:~$ redis-cli --version
The program 'redis-cli' is currently not installed. You can install it by typing:
sudo apt install redis-tools
简单测试验证了conda环境间的隔离，各自安装软件互不影响。
复制环境
有两种办法复制环境：
一，在本机上，直接使用conda create -n new_env --clone old_env复制既有环境
二，如果要复制到其他机器，就要考虑导出当前环境到文件，利用文件再次创建环境
1) 导出环境
conda env export > ~/env.yaml
利用conda env export 导出的是个yaml格式的文件，该文件记录了环境名，软件源地址以及安装包列表
2) 使用yaml配置文件创建新环境
conda env create -f ~/env.yaml
在新的机器中可直接执行上述命令，生成的环境与复制源完全一样(包括环境名)，如果想在同一台机器上复制，需要把yaml文件中的环境名修改为一个新的名字，否则会冲突。
【注】还有一种复制环境的方式
conda list --explicit > env.txt
conda create -n newenv -f env.txt
这种方式只能复制环境中以conda install安装的包，不能复制pip install安装的包，因此不建议使用。