一、Jupyter Lab使用conda虚拟环境
1、给虚拟环境添加 ipykernel
方法一: 创建环境时直接添加ipykernel
-
方法：conda create -n 【虚拟环境名称】python=3.8 ipykernel
-
实例如下：
conda create -n tensorflow_cpu python=3.8 ipykernel
方法二：给已创建好的虚拟环境添加 ipykernel
-
方法：conda install -n 【虚拟环境名称】ipykernel
-
实例如下：
conda install -n tensorflow_cpu ipykernel
2、激活想要使用的虚拟环境
-
实例如下：
conda activate tensorflow_cpu
3、将虚拟环境写入jupyter notebook的kernel中
-
方法：python -m ipykernel install --user --name 虚拟环境名称 --display-name 虚拟环境名称
- 第一个虚拟环境名称表示创建的虚拟环境名称
- 第二个虚拟环境名称表示想要其在 jupyter noteboook 的 kernel 选项中中显示名称
-
实例：
python -m ipykernel install --user --name tensorflow_cpu --display-name "tensorflow_cpu_env"
4、运行Jupyter lab
jupyter lab --port 88882、魔法命令
行魔法命令是以 % 开头，而单元魔法命令则是 %% 开头。
1、代码执行时间（Timing Execution）
通常我们都需要考虑代码的执行时间，在 notebook 中可以有两个时间魔法令 %time 和 %timeit，它们都有行和单元两种模式
对于 %time ，使用例子如下所示：
2、执行不同的编程语言
在 Jupyter notebook 中可以执行不同的编程语言，尽管选择的核有既定的语言，比如本文例子选择的就是 Python3 ，但通过魔法命令可以执行不同的编程语言，在 %lsmagic 的输出结果也可以找到。
