如何用一个 Jupyter Notebook 管理 & 切换所有 conda 虚拟环境？

有两种方法可以实现标题：

1. 使用 conda 的 nb_conda_kernels 包。
2. 将每个环境注册到 Jupyter。

方法一的优点是配置好 nb_conda_kernels 包以后，未来在 conda 配置新的虚拟环境，Jupyter 会自动检测到该环境。但缺点是该包只能在 conda 环境中使用，这意味着用户的 Jupyter 也必须在 conda 环境中安装。比如用户有 3 个虚拟环境，每次都要先激活其中的某个环境（一般是 base），再启动 Jupyter。

而方法二的优点是可以将 Jupyter 和 conda 环境完全分离。比如使用 windows 本地配置的 python 程序安装 Jupyter，然后将要用到的环境注册到 Jupyter（这一步一般在新建环境的时候完成，并不麻烦），然后未来便可以随时启动 Jupyter 了，无需每次都激活虚拟环境。

方法二还有一个优点，就是可以在任意目录直接右键「在终端打开」，Jupyter Notebook 本身不能直接切换工作目录，「在终端打开」后可以直接使用 Jupyter notebook 命令启动 Jupyter。若是使用方法一，每次启动终端后总是需要先激活 conda 环境，再启动 Jupyter，反而显得麻烦。

综上，推荐使用方法二。

将每个环境注册到 Jupyter

该操作只需要一行命令，所以建议每次新建虚拟环境时顺带做了：

python -m ipykernel install --user --name=[你的环境名] --display-name="[显示的名称]"

该命令需要在虚拟环境内运行，意思是用该conda环境的python运行ipykernel，安装内核的配置文件到 Jupyter上。[你的环境名]必须是该虚拟环境的原名，而[显示的名称]则是最终显示在 Jupyter 界面上的名字，可以自定义。

安装好配置文件后，可以用下面的命令查看：

jupyter kernelspec list

该命令要运行在 Jupyter 的环境，方法二是直接在本机上安装的 Jupyter，所以直接在默认终端中使用即可。命令结果如下：

python3 是本机的 python 内核，而 base 和 test 就是 conda 虚拟环境的内核。

访问路径可以看到，配置文件非常小，完全无伤大雅。

最终效果

无论用的是方法一还是方法二，最终效果都是下面这样：

在文件内部也可以随时切换，因为 Jupyter 和内核本身是解耦的。

另外，无论用的是方法一还是方法二，notebook 和 Jupyterlab 是共通的，只要 notebook 配置好了，Jupyterlab 可以直接用。

相关链接：

• 最简洁！Jupyter Notebook & Jupyterlab 与 conda 安装配置教程