Jupyter Lab创建与配置

在本文中，我们将介绍如何将Conda环境添加到Jupyter Lab中。Jupyter Lab是一个强大的交互式开发环境，而Conda是一个流行的包管理器和环境管理工具。通过将两者结合使用，我们可以更好地管理我们的项目和环境，并在Jupyter Lab中轻松地切换不同的环境。

1. 创建和管理Conda环境
首先，我们需要安装和配置好Conda。在安装Anaconda或Miniconda后，我们可以使用以下命令来创建一个新的Conda环境：

conda create --name notebook_env python=3.8

上述命令将创建一个名为myenv的新环境，并使用Python 3.8作为默认的Python版本。我们可以根据需要调整Python版本和其他的包依赖。

要激活这个新创建的环境，我们可以运行以下命令：

conda activate notebook_env 

现在，我们已经进入了myenv环境。我们可以通过运行conda list命令来查看已安装的包，或者使用conda install命令来安装新的包。

conda install tesorflow

如果下载很慢，可切换回默认源

conda config --remove-key channels

然后再输入：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes

再进行安装conda install tesorflow

2. 安装Jupyter Lab
在继续之前，我们需要确保已经安装了Jupyter Lab。如果没有，请使用以下命令来安装：

conda install -c conda-forge jupyterlab

安装完成后，我们可以运行以下命令来启动Jupyter Lab：

jupyter lab

在浏览器中打开Jupyter Lab后，我们将看到一个类似于Jupyter Notebook的界面，但更加现代化和功能强大。

3. 将Conda环境添加到Jupyter Lab中
现在，我们已经创建了一个Conda环境并安装了Jupyter Lab，接下来我们将把这个环境添加到Jupyter Lab中。

首先，我们需要在已激活的环境中安装Jupyter Lab的内核。运行以下命令：

python -m ipykernel install --user --name notebook_env --display-name "机器学习"

上述命令将在Jupyter Lab中安装一个新的内核，并将其命名为”机器学习”，其中notebook_env 是我们之前创建的环境名称。

然后，我们需要安装nb_conda_kernels扩展。运行以下命令：

conda install nb_conda_kernels

运行以上命令后，我们需要重新启动Jupyter Lab。在重新启动之后，我们可以在Jupyter Lab的界面中看到一个下拉菜单，里面包含我们之前创建的Conda环境。

现在，我们可以选择任意一个Conda环境，并在Jupyter Lab中打开一个新的Notebook来使用它。在Notebook中，我们可以导入所需的包和模块，并使用环境中已安装的任何工具和库。

如何查看kernel列表并且删掉确定kernel：

1、查看jupyter kernel的list

jupyter kernelspec list

2、移除掉对应的kernel

jupyter kernelspec remove notebook_env

以上就是把woniu kernel环境移除，再次打开jupyter lab对应的kernel就没有了.