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
敏编程37 分钟前
一天一个Python库:jsonschema - JSON 数据验证利器
python
前端付豪44 分钟前
LangChain记忆:通过Memory记住上次的对话细节
人工智能·python·langchain
databook1 小时前
ManimCE v0.20.1 发布:LaTeX 渲染修复与动画稳定性提升
python·动效
花酒锄作田14 小时前
使用 pkgutil 实现动态插件系统
python
前端付豪17 小时前
LangChain链 写一篇完美推文?用SequencialChain链接不同的组件
人工智能·python·langchain
曲幽18 小时前
FastAPI实战:打造本地文生图接口,ollama+diffusers让AI绘画更听话
python·fastapi·web·cors·diffusers·lcm·ollama·dreamshaper8·txt2img
老赵全栈实战18 小时前
Pydantic配置管理最佳实践(一)
python
阿尔的代码屋1 天前
[大模型实战 07] 基于 LlamaIndex ReAct 框架手搓全自动博客监控 Agent
人工智能·python
AI探索者2 天前
LangGraph StateGraph 实战:状态机聊天机器人构建指南
python
AI探索者2 天前
LangGraph 入门:构建带记忆功能的天气查询 Agent
python