如何在jupyter notebook切换python环境

目录

python 复制代码
首先确保conda已经正常安装
conda --version 或者conda -V
以下请将"myenv"替换成自己的命名!!!
1-查看虚拟环境目录
conda env list
2-创建虚拟环境命令
conda create -n myenv
或者 conda create --name myenv
3-激活虚拟环境命令
conda activate myenv
4-退出虚拟环境
conda deactivate
python 复制代码
5-删除虚拟环境
conda env remove --name myenv
6-在虚拟环境中安装包
conda install --name myenv package_name
也可以先进入到该虚拟环境,再用pip安装。
7-更新虚拟环境中的包
conda update --name myenv package_name
8-在虚拟环境中卸载包
conda remove --name myenv package_name
python 复制代码
9-克隆一个虚拟环境
conda create --name myclone --clone myenv
10-查看虚拟环境的包
conda list --name myenv
安装包可以激活虚拟环境之后使用pip install xxx 或者conda install xxx
11-添加环境到 jupyter notebook
首先下载
pip install jupyter --i https://pypi.tuna.tsinghua.edu.cn/simple
然后即可进行加载
python -m ipykernel install --user --name=myenv
python 复制代码
去除内核
jupyter kernelspec remove myenv

1、切换到目标python环境,假设我的是叫"tf"

python 复制代码
C:\Users\hello>activate tf

(tf) C:\Users\hello>

2、安装notebook内核包

python 复制代码
(tf) C:\Users\hello>pip install ipykernel

3、将环境加入到notebook中

python 复制代码
python -m ipykernel install --user --name pytorch --display-name pytorch

我的

python 复制代码
(tf) C:\Users\hello>python -m ipykernel install --user --name tf --display-name tf-ipy

4、一定要在base环境中打开jupyter notebook

python 复制代码
C:\Users\hello>jupyter notebook

在notebook界面切换python环境

参考链接

1\][【最全指南】如何在 Jupyter Notebook 中切换/使用 conda 虚拟环境](https://blog.csdn.net/u014264373/article/details/119390267)?;

相关推荐
chao_7892 分钟前
链表题解——两两交换链表中的节点【LeetCode】
数据结构·python·leetcode·链表
大霞上仙1 小时前
nonlocal 与global关键字
开发语言·python
Mark_Aussie1 小时前
Flask-SQLAlchemy使用小结
python·flask
程序员阿龙1 小时前
【精选】计算机毕业设计Python Flask海口天气数据分析可视化系统 气象数据采集处理 天气趋势图表展示 数据可视化平台源码+论文+PPT+讲解
python·flask·课程设计·数据可视化系统·天气数据分析·海口气象数据·pandas 数据处理
ZHOU_WUYI2 小时前
Flask与Celery 项目应用(shared_task使用)
后端·python·flask
且慢.5892 小时前
Python_day47
python·深度学习·计算机视觉
佩奇的技术笔记2 小时前
Python入门手册:异常处理
python
大写-凌祁2 小时前
论文阅读:HySCDG生成式数据处理流程
论文阅读·人工智能·笔记·python·机器学习
爱喝喜茶爱吃烤冷面的小黑黑3 小时前
小黑一层层削苹果皮式大模型应用探索:langchain中智能体思考和执行工具的demo
python·langchain·代理模式
Blossom.1184 小时前
使用Python和Flask构建简单的机器学习API
人工智能·python·深度学习·目标检测·机器学习·数据挖掘·flask