解决 Conda 环境在 Jupyter Notebook 中不显示的问题（含重复 Kernel 排查）

一、问题背景
二、问题本质
- [问题1 conda env list ≠ Jupyter 可见环境](#问题1 conda env list ≠ Jupyter 可见环境)
- [问题2 环境未注册 ipykernel](#问题2 环境未注册 ipykernel)
- [问题3 Kernel 重复显示的原因](#问题3 Kernel 重复显示的原因)
三、解决方案
- [Step 1：确认当前 Jupyter 使用的 Python](#Step 1：确认当前 Jupyter 使用的 Python)
- [Step 2：为目标环境安装 ipykernel](#Step 2：为目标环境安装 ipykernel)
- [Step 3：注册 Kernel 到 Jupyter](#Step 3：注册 Kernel 到 Jupyter)
- [Step 4：检查已注册 Kernel](#Step 4：检查已注册 Kernel)
- [Step 5：检查 Jupyter 来源是否正确](#Step 5：检查 Jupyter 来源是否正确)
四、推荐标准流程（最佳实践）
五、问题总结
六、完整排查命令清单
七、结论
参考资料

一、问题背景

在终端中运行：

shell 复制代码

conda env list

可以看到本地存在多个 Python 环境，例如：

base
cad310
cad_env
ml312
py310

但在 Jupyter Notebook 中：

无法看到 ml312
某些环境（如 cad310）出现重复显示
这类问题在使用 Conda + Jupyter 的开发环境中非常常见。

二、问题本质

问题1 conda env list ≠ Jupyter 可见环境

conda env list 只能说明：环境存在于本地磁盘

但 Jupyter 是否能识别某个环境，取决于：该环境是否安装并注册了 ipykernel 。Jupyter 只会显示已经注册的 Kernel（内核）。

问题2 环境未注册 ipykernel

如果某个环境（例如 ml312）没有安装并注册 ipykernel：

Jupyter 不会显示它
即使环境存在也无效

问题3 Kernel 重复显示的原因

常见原因包括：

同一个环境被重复注册
不同 Python 安装路径下重复注册
多个 Jupyter 来源混用（base / pip / 其他环境）
kernelspec 目录中存在重复项

三、解决方案

Step 1：确认当前 Jupyter 使用的 Python

在 Notebook 中运行：

python 复制代码

import sys
sys.executable

确认是否指向正确的 Conda 环境路径。

Step 2：为目标环境安装 ipykernel

以 ml312 为例：

shell 复制代码

conda activate ml312
conda install ipykernel

Step 3：注册 Kernel 到 Jupyter

shell 复制代码

python -m ipykernel install --user --name ml312 --display-name "Python (ml312)"

说明：

--name：kernel 内部名称
--display-name：在 Jupyter 中显示的名称

完成后重启 Jupyter。

Step 4：检查已注册 Kernel

shell 复制代码

jupyter kernelspec list

如果存在重复项，可删除多余 kernel：

shell 复制代码

jupyter kernelspec remove cad310

Step 5：检查 Jupyter 来源是否正确

shell 复制代码

where jupyter

确保只使用期望的 Conda 环境中的 Jupyter。

如果发现多个来源，建议：

统一使用一个 Conda 环境
避免 pip 与 conda 混装 Jupyter

四、推荐标准流程（最佳实践）

每创建一个新环境后执行：

shell 复制代码

conda activate 新环境名
conda install ipykernel
python -m ipykernel install --user --name 新环境名 --display-name "Python (新环境名)"

这样可以确保：

Jupyter 一定可见
不会出现环境丢失问题
Kernel 名称清晰可控

五、问题总结

现象	原因	解决方法
环境存在但 Jupyter 看不到	未注册 ipykernel	安装并注册 kernel
Kernel 重复显示	kernelspec 重复注册	使用 jupyter kernelspec list 排查并删除
环境无法选择	Jupyter 启动路径错误	检查 where jupyter
修改后无变化	未重启 Jupyter	完全关闭后重新启动

六、完整排查命令清单

shell 复制代码

conda env list
jupyter kernelspec list
where jupyter

在目标环境中：

shell 复制代码

conda activate ml312
conda install ipykernel
python -m ipykernel install --user --name ml312 --display-name "Python (ml312)"

七、结论

Jupyter 显示的环境并不是由 Conda 自动决定的，而是由：是否注册为 Kernel 决定

只要正确安装并注册 ipykernel，所有 Conda 环境都可以在 Jupyter 中正常显示。

通过规范化 kernel 注册流程，可以彻底解决环境缺失与重复显示问题。

参考资料

Jupyter 官方文档：Installing kernels：https://ipython.readthedocs.io/en/stable/install/kernel_install.html
IPykernel 项目说明：https://github.com/ipython/ipykernel
Conda 官方文档：https://docs.conda.io/
Jupyter Kernelspec 说明：https://jupyter-client.readthedocs.io/en/stable/kernels.html

解决 Conda 环境在 Jupyter Notebook 中不显示的问题（含重复 Kernel 排查）

目录

一、问题背景

二、问题本质

问题1 conda env list ≠ Jupyter 可见环境

问题2 环境未注册 ipykernel

问题3 Kernel 重复显示的原因

三、解决方案

Step 1：确认当前 Jupyter 使用的 Python

Step 2：为目标环境安装 ipykernel

Step 3：注册 Kernel 到 Jupyter

Step 4：检查已注册 Kernel

Step 5：检查 Jupyter 来源是否正确

四、推荐标准流程（最佳实践）

五、问题总结

六、完整排查命令清单

七、结论

参考资料