首先，这是一个 Python/Anaconda 问题，可能应该在不同的堆栈交换子站点中提出。

至于问题本身 - 您可以使用以下方法导出您的 Anaconda 环境：

conda env export > environment.yml

并使用以下方法重新创建它：

conda env create -f environment.yml

请注意，正如其他人所建议的那样 - 您应该使用虚拟环境，它允许您创建与您的机器分开的特定环境并更轻松地管理它。

要在 Anaconda 中创建虚拟环境，您可以使用：

conda create -n yourenvname python=x.x anaconda

您使用以下方式激活：

source activate yourenvname

TLDR
使用 conda 包
安装使用 conda 或 pip：

康达锻造：

conda install -c conda-forge conda-pack

派皮：

pip install conda-pack

那么对于：

备份：

# Pack environment my_env into my_env.tar.gz
$ conda pack -n my_env

# Pack environment my_env into out_name.tar.gz
$ conda pack -n my_env -o out_name.tar.gz

# Pack environment located at an explicit path into my_env.tar.gz
$ conda pack -p /explicit/path/to/my_env

恢复：

并在其他机器上恢复它：

# Unpack environment into directory `my_env`
$ mkdir -p my_env
$ tar -xzf my_env.tar.gz -C my_env

# Use Python without activating or fixing the prefixes. Most Python
# libraries will work fine, but things that require prefix cleanups
# will fail.
$ ./my_env/bin/python

# Activate the environment. This adds `my_env/bin` to your path
$ source my_env/bin/activate

# Run Python from in the environment
(my_env) $ python

# Cleanup prefixes from in the active environment.
# Note that this command can also be run without activating the environment
# as long as some version of Python is already installed on the machine.
(my_env) $ conda-unpack

一点解释：

如果您计划获取当前环境的精确副本，然后将其移动到具有相同平台和操作系统的另一台机器上，而无需再次从 Internet 重新下载所有软件包（适用于离线机器/防火墙后面）。所有其他以前的方法都需要互联网连接。因此，如果您无法访问互联网，则可以使用conda pack.

康达包

conda-pack 是一个命令行工具，用于归档 conda 环境，其中包括安装在环境中的包的所有二进制文件。当您想要重现互联网访问受限或没有互联网访问的环境时，这很有用。之前的所有方法都从各自的存储库下载包以创建环境。请记住，conda-pack 是特定于平台和操作系统的，并且目标计算机必须具有与源计算机相同的平台和操作系统。

要安装 conda-pack，请确保您位于根环境或基础环境中，以便它在子环境中可用。Conda-pack 在 conda-forge 或 PyPI 上可用。

对于未来的更新检查参考

首先使用以下命令导出当前 conda 环境的环境配置：

conda-env  export -n your_env_name > your_env_name.yml

例子：

conda-env  export -n base> base.yml

运行上述命令后，它们应该是您当前目录中的 yml 配置文件，其中包含您的 conda 环境信息

要使用 yml 配置文件创建新环境，请运行：

conda-env create -n new_env -f=\path\to\base.yml 

例子：

conda-env create -n venv -f=base.yml

如果上述方法不起作用（由于 conda 本身的各种问题），总是值得尝试以下变体：

conda-env create --name new_env --file \path\to\base.yml 

如果你的程序主要是 Python，你可以完全依赖虚拟环境。

创建虚拟环境以隔离您的依赖项，而不是使用系统库。然后使用虚拟环境工具复制您的环境。

在工作的 virtualenv 中，使用每个已安装的 Python 库的版本创建一个文件：

pip freeze > requirements.txt

在新的 virtualenv 中，要求pip安装具有相同版本的那些库：

pip install -r requirements.txt

这可确保您在两台机器上获得相同的 lib 版本。由于您的 VCS 会跟踪 requirements.txt，因此您始终可以重新创建旧版本代码的环境。

当然，如果你需要一个数据库、一个生产网络服务器等，你最终会多走几步，你不能依赖 virtualenv 来确保两个环境匹配。这就是 Docker 介入的地方（参见Pieter21 的回答）。