可以指定 Jupyter Notebook 使用的虚拟环境吗

最近在使用jupyter notebook的过程中，总是对一个问题感到疑惑：当前的代码跑在哪个环境下啊？接下来我一步一步来记录下，我是如何确定的，大家一起讨论下吧。

首先我先创建一个虚拟环境

ini 复制代码

conda create -n langchain_learn python=3.10

我创建了一个名为langchain_learn的虚拟环境，专门用来学习langchain。创建完毕后控制台会提示，创建成功，你可以选择激活这个环境

激活环境

可以先执行

bash 复制代码

conda env list

来看一下目前创建的所有虚拟环境。

然后执行如下命令来激活langchain_learn环境

复制代码

conda activate langchain_learn

查看当前环境的安装的包

激活环境之后，执行conda list 可以列出目前环境的所有包，我们发现默认新建的环境并没有jupyter notebook

不过没有关系我们的全局环境是安装了jupyter的。依旧可以使用jupyter来创建notebook。但是在创建笔记之前，我们要了解一个内核的概念

jupyter 内核

那么啥是内核呢？说人话就是如果你在笔记里的cell中写的代码要能够执行，就需要一个内核，它是用来负责真正执行代码的。

打比方来说：

如果你的内核使用的 Python 环境里没有安装 pandas，那你运行 import pandas 就会报错，即使另一个环境有也不行。

那么内核和虚拟环境的关系

你注册的每一个内核都绑定到某个特定的 Python 环境（可以是 conda 环境、venv 虚拟环境、系统 Python 等）。

如何注册内核呢

是你（用户）把一个 Python 环境「注册」为 Jupyter 的一个内核。

你基于一个已有的 Python 环境，创建了一个 Jupyter 内核（即一组配置文件），让 Jupyter 知道：'哦，我可以在需要时启动这个环境来运行代码'。

注册命令如下：

scss 复制代码

python -m ipykernel install --name langchain_learn --display-name "Python (langchain_learn)"

但是前提是你需要先安装 ipykernel 否则会报错

复制代码

conda install ipykernel

r 复制代码

(F:\anaconda_env\langchain_learn) F:\jupyter_notebook>python -m ipykernel install --name langchain_learn --display-name "Python (langchain_learn)"
Installed kernelspec langchain_learn in F:\anaconda_env\langchain_learn\share\jupyter\kernels\langchain_learn

查看当前jupyter支持的内核列表

jupyter kernelspec list

所以内核就是一个配置文件：

打开kernel.json 发现它指向的是你那个 conda 环境中的 python