Python虚拟环境轻松配置:Jupyter Notebook中的内核管理指南

问题

在Python开发中,一些人在服务器上使用Jupyter Notebook中进行开发。一般是创建虚拟环境后,向Jupyter notebook中添加虚拟环境中的Kernel,后续新建Notebook中在该Kernel中进行开发,这里记录一下如何创建Python虚拟环境以及添加Kernel,便于进一步在Jupyter Notebook中使用不同Python版本和环境的灵活性。

解决办法

Jupyter Notebook是数据科学家和程序员中广泛使用的工具,因为它允许使用各种编程语言进行交互式计算,如Python、R、Julia等。然而,在开发中可能会发现需要使用不同版本的Python,甚至特定的Python环境。在这种情况下,向Jupyter Notebook添加新内核会非常有帮助。

目录:

  • 先决条件
  • 步骤1:创建Python3虚拟环境
  • 第2步:激活虚拟环境
  • 第3步:安装IPython内核包
  • 第4步:向Jupyter注册内核
  • 第5步:验证和使用新内核
  • 结论

先决条件

在开始之前,应该在系统上安装以下工具:

  • Python3. x
  • Jupyter Notebook
  • Virtualenv/Conda(用于创建虚拟环境)

如果没有安装好这些,请按照它们各自网站上的说明进行设置。

步骤1:创建Python3虚拟环境

首先,需要为Python3内核创建一个新的虚拟环境,这将帮助独立于系统范围的Python安装来管理内核使用的依赖项和包。

打开终端(或Windows上的命令提示符)并导航到要创建虚拟环境的目录。然后,运行以下命令:

  • virtualenv
Bash 复制代码
virtualenv -p python3 my-python3-env
  • conda
bash 复制代码
conda create -n my-python3-env python=3.7

这将使用python3解释器创建一个名为my-python3-env的新虚拟环境,可以将my-python3-env替换为您喜欢的任何名称。

第2步:激活虚拟环境

一旦创建了虚拟环境,就可以激活它,之后在虚拟环境的上下文中安装软件包并配置内核。要激活虚拟环境,请运行以下命令:

在Linux或macOS上:

  • virtualenv
Bash 复制代码
source my-python3-env/bin/activate
  • conda
bash 复制代码
conda activate my-python3-env

在Windows上:

  • virtualenv
Bash 复制代码
my-python3-env\Scripts\activate
  • conda
bash 复制代码
conda activate my-python3-env

激活虚拟环境后,终端提示符应更改以反映活动环境,如下所示:

Plaintext 复制代码
(my-python3-env) $

第3步:安装IPython内核包

切换到对应的虚拟环境后,可以安装IPython内核包。这个包是Python3内核在Jupyter Notebook中正常运行所必需的。运行以下命令安装IPython内核包:

bash 复制代码
pip install ipykernel

第4步:向Jupyter注册内核

安装了IPython内核包后,现在可以使用Jupyter Notebook注册新Python3内核。为此,将使用ipykernel命令,该命令作为IPython内核包的一部分安装。运行以下命令来注册内核:

Bash 复制代码
python -m ipykernel install --user --name=my-python3-kernel

这个命令注册了一个名为my-python3-kernel新内核,并将其与活动虚拟环境相关联。可以将my-python3-kernbel替换任何其他的名称。选择内核时,此名称将显示在Jupyter Notebook界面中。

第5步:验证和使用新内核

要验证新内核是否已成功注册并可在Jupyter Notebook中使用,通过运行以下命令启动Jupyter Notebook:

bash 复制代码
jupyter notebook

这将在默认Web浏览器中打开Jupyter Notebook界面。通过单击右上角的新建 按钮创建一个新笔记本,然后从下拉框中选择新内核(my-python3-kernel)。

现在应该能够在Jupyter Notebook中使用新的Python3内核,尝试在Notebook单元中运行一些Python代码,以确认一切都按预期工作。

有了这个新内核,现在可以在Jupyter Notebook中使用不同版本的Python或特定Python环境,使得数据科学和编程任务更加灵活和高效。

注:如果想移除Kernel,可以使用以下命令:

1 查看所有的kernel

bash 复制代码
jupyter kernelspec list

2 删除你想删除的kernel

bash 复制代码
jupyter kernelspec uninstall my-python3-kernel

参考

相关推荐
风早爽太12 分钟前
Python 开发笔记:配置生产环境中 Celery Worker 的独立进程启动方式
python·fastapi
打工仔折腾 AI25 分钟前
飞牛OS上用Docker Compose部署ExerciseDiary运动记录并配置远程访问
运维·人工智能·后端·python·docker·容器·ai agent 实战
小蒜学长37 分钟前
基于Python的动物救助站管理系统的设计与实现(代码+数据库+LW)
数据库·后端·python·django·动物救助
小小张说故事1 小时前
Python 中 __new__ 和 __init__ 到底谁才是构造函数?一文讲透区别与 5 个坑
后端·python
言乐61 小时前
Python实现关税自动计算模型
开发语言·python·django·virtualenv·pygame
伞伞悦读1 小时前
从零打通 Hermes Agent:Windows + WSL2 + Clash 全链路安装、认证与首次实战
python·语言模型
happylifetree1 小时前
Python17:核心语法-数据存储与运算-输入与输出
python
梅雅达编程笔记1 小时前
04-Python CSV数据保存与翻页抓取
开发语言·爬虫·python·pandas·数据采集·csv
估值探索者2 小时前
【Python量化策略实战 #04】Donchian 通道假突破太多?用 ATR 阈值过滤跑通真实突破信号
开发语言·python·接口·api接口·数据api接口·股票数据api接口
oooost2 小时前
Jupyter Notebook 常用快捷键速查
ide·python·jupyter