jupyter切换内核方法配置问题总结

1. 下面这个博客总结了3种不同的方法，很有调理，推荐尝试
   【最全指南】如何在 Jupyter Notebook 中切换/使用 conda 虚拟环境？

   !!! 注意使用上面介绍的ipykernel方法2, 要在每一个希望被jupyter识别到的环境内【分别】安装ipykernel以及添加配置 python -m ipykernel install --user --name myenv

   如果只在安装jupyter的环境中执行 python -m ipykernel install --user --name myenv 则会出现在jupyter中看起来有其他kernel,但是其实无法使用的诡异情况

2. 一样的问题 Conda environments not showing up in Jupyter Notebook
   Conda environments not showing up in Jupyter Notebook

   如果不使用nb_conda的解决说明：

   I don't think the other answers are working any more, as conda stopped automatically setting environments up as jupyter kernels. You need to manually add kernels for each environment in the following way:

   source activate myenv
   pip install ipykernel
   python -m ipykernel install --user --name myenv --display-name "myenv"

   !!! 再说一遍！要在每一个希望被jupyter识别到的环境内【分别】安装ipykernel以及添加配置 python -m ipykernel install --user --name myenv

3. 报错Jupyter conda tab 'An error occurred while retrieving package information.'可能的解决方案，当使用了nb_conda的时候
   Running Jupyter notebook in a virtualenv: installed sklearn module not available

   rm jupyter_notebook_config.json in ~/.jupyter

   或

   jupyter serverextension disable nb_conda
   jupyter serverextension enable nb_conda

4. 报错jupyter cannot find my conda env

   You need to install nb_conda, however, at the moment nb-conda cannot be directly installed with python3.6.

   A way around that is to install it from conda-forge:

   conda install -c conda-forge nb_conda

5. 一旦配置之后，但是又配置错误了，彻底删除jupyter以及所有配置

   jupyter kernelspec list 

   列出所有可用的内核规范，注意这里只是看起来可以用，不代表真的就可以用，将其全部删掉。

   jupyter --paths

   输出 Jupyter 在系统中查找各种文件（包括配置文件）的路径信息。输出结果通常包括config（配置文件路径）、data（数据文件路径）和runtime（运行时文件路径）等部分。将其所有目录全面删掉。

   可以的话，把这个环境变量也删了

   conda remove --name myenv --all

   重新建立一个

   conda create -n myenv python=3.xx