在Jupyter Notebook中使用Conda虚拟环境

概述

Jupyter Notebook是数据科学、机器学习和教学领域中广受欢迎的交互式计算环境。它允许我们创建和共享包含实时代码、方程式、可视化和叙述文本的文档。
Conda则是一个强大的包管理和环境管理系统,能够帮助我们为不同的项目创建隔离的Python环境,避免包版本冲突。

正确地配置Conda环境与Jupyter Notebook的集成,可以带来诸多好处:

复制代码
项目隔离:为每个项目使用独立的环境,确保依赖项的纯净和可复现性

版本控制:轻松管理不同项目可能需要的不同版本的Python或库

避免冲突:防止全局Python环境因包版本不兼容而变得混乱

手动注册内核

要让Jupyter Notebook 能够识别并使用Conda环境,最关键的一步是确保Conda环境中安装了ipykernel包。这个包允许Jupyter将该环境注册为一个可用的内核 (Kernel),也就是手动将每个Conda 环境注册为Jupyter内核。

1.激活Conda环境

打开终端并激活想要使用的Conda环境

bash 复制代码
conda activate <环境名称>

2.安装ipykernel

确保当前Conda环境中安装了ipykernel。如果没有安装,可以运行以下命令安装

bash 复制代码
conda install ipykernel

3.Conda环境注册为Jupyter核

执行以下命令将当前Conda环境添加到 Jupyter Notebook 的 kernel列表中

bash 复制代码
python -m ipykernel install --user --name <内核名称> --display-name "显示名称"
python 复制代码
--user:将内核安装在用户级别,而不是系统级别

--name <内核名称>:内核的内部名称,最好与环境名一致

--display-name "显示名称":在Jupyter Notebook内核菜单中显示的名称。

4.示例

假设有一个名为myenv的Conda环境,并希望在Jupyter Notebook中显示为Python (myenv),可以执行以下命令运行

bash 复制代码
python -m ipykernel install --user --name myenv --display-name "Python (myenv)"

5.启动Jupyter Notebook

bash 复制代码
jupyter notebook

6.选择内核

在Kernel选项中选择添加的Conda环境

7. 检查当前环境

在Jupyter Notebook中可以通过以下代码检查当前环境:

bash 复制代码
import sys
print(sys.executable)

如果输出的Python路径与Conda环境的路径一致,说明环境配置成功。

8.移除Kernel内核

如果不再需要某个Conda环境的kernel,可以使用以下命令移除:

bash 复制代码
jupyter kernelspec uninstall <内核名称>

自动注册内核

自动注册需要使用nb_conda_kernels库,它会自动检测Conda环境,并将它们作为内核显示在Jupyter Notebook 中,无需为每个环境手动配置。

1.安装nb_conda_kernels

确保在启动的Jupyter环境中安装nb_conda_kernels库,以自动支持所有Conda环境内核注册

例如:新建了jupyter环境,并在其中安装了Jupyter Notebook,那么就应该在此环境中安装nb_conda_kernels

python 复制代码
conda activate jupyter 

conda install nb_conda_kernels

2.安装ipykernel

在已存在的conda环境中安装ipykernel

python 复制代码
conda activate my_project_env

conda install ipykernel

3.启动Jupyter Notebook

Jupyter Notebook启动后,nb_conda_kernels会负责发现其他含有ipykernel的环境,并自动将环境注册到Jupyter的内核中

python 复制代码
jupyter notebook

4.选择内核

在Kernel选项中选择添加的Conda环境

5.nb_conda_kernels工作原理

nb_conda_kernels通过扫描Conda环境目录 (通常是anaconda3/envs/ 或 miniconda3/envs/),寻找那些安装了 ipykernel 的环境,并自动为Jupyter生成相应的内核规范 (kernelspec) 文件。这使得我们无需为每个环境手动执行ipykernel install

相关推荐
好开心啊没烦恼5 分钟前
Python 数据分析:numpy,说人话,说说数组维度。听故事学知识点怎么这么容易?
开发语言·人工智能·python·数据挖掘·数据分析·numpy
面朝大海,春不暖,花不开19 分钟前
使用 Python 实现 ETL 流程:从文本文件提取到数据处理的全面指南
python·etl·原型模式
2301_805054561 小时前
Python训练营打卡Day59(2025.7.3)
开发语言·python
万千思绪2 小时前
【PyCharm 2025.1.2配置debug】
ide·python·pycharm
微风粼粼3 小时前
程序员在线接单
java·jvm·后端·python·eclipse·tomcat·dubbo
云天徽上4 小时前
【PaddleOCR】OCR表格识别数据集介绍,包含PubTabNet、好未来表格识别、WTW中文场景表格等数据,持续更新中......
python·ocr·文字识别·表格识别·paddleocr·pp-ocrv5
你怎么知道我是队长4 小时前
python-input内置函数
开发语言·python
叹一曲当时只道是寻常4 小时前
Python实现优雅的目录结构打印工具
python
hbwhmama5 小时前
python高级变量XIII
python
费弗里5 小时前
Python全栈应用开发利器Dash 3.x新版本介绍(3)
python·dash