jupyter使用虚拟环境-EW帮帮网

创建 Python 3.12 虚拟环境

conda create -n py312 python=3.12 -y

激活虚拟环境

conda activate py312

安装 Jupyter Lab

在激活的虚拟环境中安装 Jupyter Lab

conda install -c conda-forge jupyterlab -y
或者
pip install jupyterlab

将虚拟环境添加到 Jupyter 内核

为了在 Jupyter Lab 中使用这个虚拟环境，需要将其注册为内核


# 添加conda-forge 频道的镜像源
conda config --set custom_channels.conda-forge https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/


conda install -c conda-forge ipykernel -y
# 或者
pip install ipykernel

# 对于 Python 内核,如果内核损坏，可重新安装：
pip install --force-reinstall ipykernel
python -m ipykernel install --user

然后将当前环境添加到 Jupyter：

python -m ipykernel install --user --name py312 --display-name "Python 3.12"

各部分解释

python -m ipykernel
- python -m：以模块方式运行 Python 模块
- ipykernel：这是 Jupyter 的核心组件之一，负责 Python 内核的功能
install
- 这是 ipykernel 模块的子命令，表示要安装一个新的内核
--user
- 将内核安装在用户目录下（而不是系统全局目录）
- 不需要管理员权限
- 通常位置：
  - Linux/macOS: ~/.local/share/jupyter/kernels/
  - Windows: %APPDATA%\jupyter\kernels\
--name py312
- 指定内核的内部名称（用于系统识别）
- 这是机器可读的标识符
- 在 Jupyter 配置文件中会使用这个名称
--display-name "Python 3.12"
- 指定内核在 Jupyter 界面中显示的名称
- 这是用户看到的友好名称
- 可以包含空格和特殊字符

执行后的效果

会在 Jupyter 的内核目录中创建一个新目录（如 py312/）
目录中包含：
- kernel.json：内核配置，指定使用哪个 Python 解释器
- 图标文件（可选）
Jupyter 界面中会出现 “Python 3.12” 的可选内核

为什么需要这个步骤？

Jupyter 默认只使用它自己安装的 Python 环境
通过这个命令，可以让 Jupyter 识别并使用你创建的 conda/venv 环境
每个虚拟环境都需要单独注册为内核才能在 Jupyter 中使用

启动 Jupyter Lab

jupyter lab

在 Jupyter Lab 中使用虚拟环境

打开 Jupyter Lab 后，新建 Notebook 时可以选择 “Python 3.12” 内核
或者在已有的 Notebook 中，通过右上角的内核选择器切换到这个环境

验证环境

在 Notebook 中运行以下代码验证 Python 版本和环境：

import sys
print(sys.version)
!conda list

!conda list

在 Jupyter Notebook 中执行 shell 命令,显示当前 conda 环境中安装的所有包及其版本
如果不在 conda 环境中，可以用 !pip list 查看 pip 安装的包

import sys
print(sys.executable)  # 显示内核使用的 Python 路径
print("Hello, Kernel!")  # 测试输出

安装常用数据科学包

conda install -c conda-forge numpy pandas matplotlib scikit-learn seaborn

conda install -c 是 Conda 包管理器中常用的命令格式，用于从指定的频道（channel）安装软件包.

Conda 默认会搜索其默认频道（通常是 defaults）
使用 -c 可以添加额外的频道来搜索软件包

conda install -c <频道名称> <包名>

常用频道包括：
conda-forge：社区维护的广泛软件包集合
anaconda：Anaconda 官方维护的频道
bioconda：生物信息学相关软件包
pytorch：PyTorch 相关软件包

对于最新或更全的软件包，推荐使用 conda-forge

jupyter内核

# 查看已安装的内核
jupyter kernelspec list
# 卸载内核
jupyter kernelspec uninstall py312

# 查看内核指定的Python环境位置
ipython kernelspec list

jupyter扩展

cmd后输入

常用扩展，安装完成后重启JupyterLab即可

# Draw.io 图形编辑
jupyter labextension install jupyterlab-drawio
# 安装所需语言的服务器
jupyter labextension install @krassowski/jupyterlab-lsp
#安装所需语言的服务器，例如，Python 语言服务器：
#pip install 'python-lsp-server[all]'
#使用 LSP 功能：
#打开代码文件或笔记本，LSP 功能会自动启用。
#代码自动补全、语法检查和文档提示等功能将会生效。

管理扩展

jupyter labextension list  # 查看已安装的扩展

# 安装Lab扩展：jupyter labextension install 扩展名
jupyter labextension install @jupyterlab/toc

# 卸载 
jupyter labextension uninstall @jupyterlab/toc
# 卸载Python包（如果有）
pip uninstall jupyterlab-drawio
pip uninstall ipydrawio

# 清理和重建
jupyter lab build  # 重建Lab
jupyter lab clean  # 清除构建缓存

# 禁用，而不用卸载
jupyter labextension disable @jupyterlab/toc

重置 JupyterLab 设置

jupyter lab clean --all
jupyter lab build

jupyter使用虚拟环境