如何在Jupyter Notebook中使用Conda创建的虚拟环境

在Jupyter Notebook中使用Conda创建的虚拟环境是一项常见的需求，尤其是在需要管理不同项目依赖时。以下将详细介绍如何完成这一操作。

1. 创建Conda虚拟环境

首先，我们需要通过Conda创建一个新的虚拟环境。打开命令行工具（如Terminal或Command Prompt），运行以下命令：

conda create -n myenv python=3.9

上述命令会创建一个名为myenv的虚拟环境，并安装Python 3.9版本。

激活该环境：

conda activate myenv

2. 安装Jupyter Notebook

确保在刚刚创建的虚拟环境中安装Jupyter Notebook：

conda install jupyter

3. 注册虚拟环境到Jupyter Kernel

为了使Jupyter Notebook能够识别并使用这个虚拟环境中的Python解释器，我们需要将其注册为一个内核（kernel）。可以使用ipykernel模块来实现这一点。

首先，确保已安装ipykernel：

conda install ipykernel

然后，将当前虚拟环境注册为Jupyter的一个内核：

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

• --name参数指定了内核的名称。
• --display-name参数设置了在Jupyter界面中显示的名字。

4. 启动Jupyter Notebook并选择虚拟环境

现在可以启动Jupyter Notebook：

jupyter notebook

在浏览器中打开的Jupyter界面中，新建一个Notebook时，可以通过“Kernel”菜单下的“Change kernel”选项选择之前注册的Python (myenv)内核。

5. 验证虚拟环境是否生效

在Notebook中运行以下代码以验证是否正确使用了虚拟环境中的Python解释器：

import sys
print(sys.executable)

输出结果应指向虚拟环境的Python路径，例如：

/path/to/conda/envs/myenv/bin/python

6. 管理虚拟环境中的包

如果需要在虚拟环境中安装额外的包，可以在激活虚拟环境后使用conda或pip进行安装。例如：

conda install numpy pandas

流程图展示

以下是整个流程的Mermaid代码表示：

graph TD;
    A[开始] --> B[创建Conda虚拟环境];
    B --> C[激活虚拟环境];
    C --> D[安装Jupyter Notebook];
    D --> E[安装ipykernel];
    E --> F[注册虚拟环境到Jupyter Kernel];
    F --> G[启动Jupyter Notebook];
    G --> H[选择虚拟环境作为Kernel];
    H --> I[验证虚拟环境是否生效];