Jupyter Lab添加Conda虚拟环境后无法import

Jupyter Lab添加Conda虚拟环境后无法import

关于如何在jupyter lab 中添加conda虚拟环境,已经有很多文章介绍过了,大致上就是使用ipykernel进行环境添加。
但是部分情况下添加完环境仍然无法import,具体原因应该时ipykernel使用不完全正确,但具体怎么用我也没仔细了解了。这里给出一个解决方法。

适用情况

在jupyter lab中运行如下指令

import sys
sys.executable

将输出kernel所使用的python路径,检查此路径是否为期望的python路径,如不是则进行如下操作

解决方法

命令行中执行

jupyter kernelspec list

指令将会输出jupyter虚拟环境kernel的配置文件,第一列是名字,第二列时位置。找到对应的配置文件(kernel.json),使用编辑器打开。其中有一行(通常就是第一行)就是python 的路径,将其修改为conda对应虚拟环境中的python路径,大致格式如下:

$CONDA_PATH/env/$ENV_NAME/bin/python

其中$CONDA_PATH为CONDA目录,$ENV_NAME为环境名称

### 如何在 Conda 虚拟环境中正确安装 `ipykernel` 并配置 Jupyter 使用该内核 #### 安装 `ipykernel` 为了使 Jupyter 可以识别并使用Conda 创建虚拟环境中的 Python 版本,需要先确保目标虚拟环境中已安装 `ipykernel`。可以通过以下方法完成: 1. **激活目标虚拟环境** 需要通过命令行激活所需的 Conda 虚拟环境。例如,假设虚拟环境名称为 `myenv`,可以运行如下命令来激活它: ```bash conda activate myenv ``` 2. **安装 `ipykernel`** 在激活后的虚拟环境中,执行以下命令以安装 `ipykernel` 包: ```bash pip install ipykernel ``` 或者也可以使用 Conda 自带的包管理工具进行安装: ```bash conda install ipykernel ``` 3. **将当前虚拟环境注册到 Jupyter 中作为新内核** 接下来,需要将此虚拟环境添加为一个新的 Jupyter 内核。运行以下命令即可完成操作: ```bash python -m ipykernel install --user --name=myenv --display-name="Python (myenv)" ``` 这里需要注意的是: - 参数 `--name` 是指内部唯一标识符; - 参数 `--display-name` 则是在 Jupyter Notebook/Lab 的界面中显示的名字。 #### 配置 Jupyter Lab 使用新的内核 当上述步骤完成后,在启动 Jupyter Lab 后就可以看到新增加的内核选项了。具体做法如下: 1. 打开 Jupyter Lab 应用程序。 2. 新建或者打开一个笔记本文件(`.ipynb`),然后点击顶部菜单栏中的 “Kernel” 下拉按钮。 3. 选择子项中的 “Change Kernel”,随后会弹出可用内核列表,其中应该包含了之前设置好的名为 `"Python (myenv)"` 的条目[^1]。 至此,整个流程结束,现在可以在指定的 Conda 虚拟环境下利用对应的 Python 解释器及其依赖库来进行开发工作了。 ```python import sys print(sys.executable) ``` 以上代码片段可用于验证当前使用Python 是否来自预期的 Conda 环境路径。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值