jupyter notebook中的kernel管理【附虚拟环境配置】

### 配置和使用虚拟环境 为了能够在启动的 Jupyter Notebook 中配置并使用虚拟环境，需先创建所需的虚拟环境，并确保该环境中已安装 `ipykernel` 库[^1]。 #### 创建虚拟环境并安装依赖库 通过 Anaconda 来管理 Python 的不同版本及其对应的包集合是非常方便的做法。对于每一个想要在 Jupyter Notebook 中使用的特定工作流或者项目而言，建议为其单独建立一个虚拟环境来隔离各个项目的依赖关系。具体操作可以通过以下命令完成： ```bash conda create -n my_env python=3.x # 替换 '3.x' 为你希望使用的Python版本号 conda activate my_env # 激活新创建的虚拟环境 pip install ipykernel # 或者使用 conda 安装：conda install ipykernel ``` 上述指令中的 `-n my_env` 参数指定了新的虚拟环境名为 `my_env`；而后面的 `python=3.x` 则定义了此环境中所要安装的具体 Python 版本[^2]。 #### 将虚拟环境注册到 Jupyter Kernel 为了让 Jupyter 能识别这个新建好的虚拟环境作为可用 kernel，还需要执行一步额外的操作——即把当前激活的虚拟环境添加至 Jupyter Kernels 当中去。这可通过运行下面这条命令实现： ```bash python -m ipykernel install --user --name=my_env --display-name "Python (my_env)" ``` 这里的关键在于 `--name` 和 `--display-name` 这两个选项。前者用于指定内部名称以便于区分不同的 kernels；后者则是用户界面上显示的名字，便于直观理解哪个 kernel 对应哪一个虚拟环境。 一旦完成了以上设置，在重启 Jupyter Notebook 后就可以看到新增加的 Python 环境可供选择了。每当点击 New Button 新建笔记本文件时，应该能在下拉菜单里找到刚才设定的那个带有自定义名字的新 kernel[^3]。