jupyter notebook如何使用虚拟环境?

在Jupyter Notebook中使用虚拟环境可以让你在不同项目中使用不同的Python环境和依赖包。以下是详细的设置方法:

方法一:使用ipykernel(推荐)

1. 创建并激活虚拟环境

复制代码
# 创建虚拟环境
python -m venv myenv

# 激活虚拟环境
# Windows:
myenv\Scripts\activate
# macOS/Linux:
source myenv/bin/activate

2. 安装ipykernel

在激活的虚拟环境中安装:

复制代码
pip install ipykernel

3. 将虚拟环境添加到Jupyter

复制代码
python -m ipykernel install --user --name=myenv --display-name="Python (myenv)"
  • --name: 内核名称(内部标识)

  • --display-name: 在Jupyter界面中显示的名称

4. 启动Jupyter Notebook

复制代码
jupyter notebook

在Notebook界面中,通过菜单 KernelChange kernel→ 选择你创建的虚拟环境。

方法二:直接安装jupyter到虚拟环境

1. 创建并激活虚拟环境

复制代码
python -m venv myenv
source myenv/bin/activate  # 或 Windows: myenv\Scripts\activate

2. 在虚拟环境中安装jupyter

复制代码
pip install jupyter

3. 启动Jupyter

复制代码
jupyter notebook

这样启动的Jupyter会自动使用当前虚拟环境的Python解释器。

方法三:使用conda环境

如果你使用Anaconda/Miniconda:

1. 创建conda环境

复制代码
conda create -n myenv python=3.9
conda activate myenv

2. 安装ipykernel

复制代码
conda install ipykernel
# 或者
pip install ipykernel

3. 添加到Jupyter

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

管理内核

查看已安装的内核

复制代码
jupyter kernelspec list

删除内核

复制代码
jupyter kernelspec uninstall myenv

验证环境

在Notebook中运行以下代码验证当前环境:

复制代码
import sys
print(sys.executable)  # 显示Python解释器路径
print(sys.version)     # 显示Python版本

# 检查已安装的包
!pip list

常见问题解决

1. 内核启动失败

如果内核无法启动,尝试重新安装ipykernel:

复制代码
pip install --upgrade ipykernel
python -m ipykernel install --user --force

2. 包导入错误

确保在正确的虚拟环境中安装了所需的包,并在添加内核前激活该环境。

3. 多个Python版本

如果使用多个Python版本,明确指定python路径:

复制代码
/path/to/python -m ipykernel install --user --name=myenv

最佳实践建议

  1. 为每个项目创建独立的虚拟环境

  2. 使用明确的显示名称区分不同环境

  3. 定期清理不需要的内核 :使用 jupyter kernelspec listjupyter kernelspec uninstall

  4. 在requirements.txt或environment.yml中记录依赖

这样设置后,你就可以在Jupyter Notebook中轻松切换不同的Python虚拟环境了。

相关推荐
明志数科13 分钟前
具身智能数据工程观察:“数据筑基“时代的数据底座建设路径
人工智能·机器人
m0_614523551 小时前
普通视频怎么做多场景一镜到底:路线设计、逐段衔接与整体验收
人工智能·音视频
海宇服务2 小时前
零信任架构实战:基于海宇对外投资历史查询服务构建自动化供应商准入网关
运维·人工智能·架构·自动化
东风破_2 小时前
别急着上 Agentic RAG:先用 LangGraph 把最小 RAG 跑明白
人工智能
LaughingZhu2 小时前
Product Hunt 每日热榜 | 2026-09-12
人工智能·深度学习·神经网络·搜索引擎·百度
天真小巫2 小时前
2026.9.13总结(工作量日益繁重的当下,AI如何提效)
人工智能
Zguigo2 小时前
【CUDA1】GPUvsCPU,CUDA Kernel
人工智能·pytorch·深度学习
thesky1234562 小时前
用 ONNX Runtime 把 PyTorch 模型变成跨平台极速推理引擎:导出、优化、量化完整实
人工智能·深度学习·模型部署
米小虾3 小时前
把 KV Cache 从 3514 字节压到 890 字节:DeepSeek V4.1-Flash 动了什么,又没动什么
人工智能
锋行天下3 小时前
LangGraph 进阶:Command + Send 动态控制流、并行 Map-Reduce 实战与踩坑
人工智能