一、Anaconda简介
Anaconda指的是一个开源的Python发行版本，其包含了conda、Python等180多个科学
包及其依赖项。Python语言的执行，需要python解释器和python包文件集合（lib）。
Anaconda用来解决python2和python3不兼容、在切换使用需要切换环境变量的问题，还有
不同python程序运行的时候需要特定的环境的问题。
二、Ubuntu下Anaconda的安装
1、官网下载资源，可以通过迅雷下载，还是蛮快的。
Anaconda Python/R Distribution - Free Download
2、命令行安装：
sh Anaconda3-2019.10-Linux-x86_64.sh 
长按ENTER阅读完条款
回答yes
此处确认安装位置，确认无误后，单击ENTER进入安装。此处安装时间会较长。
单击yes，然后就完成了安装。
3、安装完成之后，执行conda命令报错
这是未环境变量的问题，执行命令：
echo 'export PATH="/home/fjyy/anaconda3/bin:$PATH"' >> ~/.bashrc
source ~/.bashrc问题解决，环境变量设置成功了，接下来就可以用Anaconda来创建多个独立的python环境了。
4、虚拟环境的管理
conda create -n tensorflow python=3 # 系统自动匹配高的python版本下载
# 该命令为建立一个名为tensorflow的虚拟环境
conda activate tensorflow # 激活虚拟环境
conda deactivate #退出虚拟环境
conda remove -n tensorflow --all #删除虚拟环境
conda list #查看安装的包
conda install urllib3 #安装包
conda install scrapy==1.3 #安装指定版本的包
conda install -n tensorflow scrapy #在tensorflow环境安装scrapy包
# 删除包
conda remove urllib3
# 查看当前存在的虚拟环境
conda env list
# conda环境克隆
conda create -n tensor222 --clone tensorflow
conda create -n BBB --clone ~/path # 跨计算机克隆5、共享环境
让其他人安装你的代码中使用的所有包，并确保这些包版本正确
conda env export > environment.yaml #保存为yaml文件此时，环境会被保存在environment.yaml文件。此时，再需要在不同机器、同服务器不同端口创造一样的环境时，执行下面的命令就可以复现。
conda env create -f environment.yaml注意：此时只能安装原来环境中用conda install等命令直接安装的包，不包括pip安装的包。
执行下面命令：
pip freeze > requirements.txt # 把pip安装的导出到requirements.txt
# 在新环境中 使用pip安装
pip install -r requirements.txt在将代码上传到GitHub时，尽量把environment.yaml和requirements.txt上传，以方便于其他用户开发。
