jupyter在导入新的版本的Python之后，第三方库的函数不能用了？

🏆本文收录于 《全栈Bug调优(实战版)》 专栏，该专栏专注于分享我在真实项目开发中遇到的各类疑难Bug及其深层成因，并系统提供高效、可复现的解决思路和实操方案。无论你是刚入行的新手开发者，还是拥有多年项目经验的资深工程师，本专栏都将为你提供一条系统化、高质量的问题排查与优化路径，助力你加速成长，攻克技术壁垒，迈向技术价值最大化与职业发展的更高峰🚀！
  
📌 特别说明： 文中部分技术问题来源于真实生产环境及网络公开案例，均经过精挑细选与系统化整理，并结合多位一线资深架构师和工程师多年实战经验沉淀，提炼出多种经过验证的高可行性解决方案，供开发者们参考与借鉴。
  
欢迎 关注、收藏并订阅本专栏，持续更新的干货内容将与您同行，让我们携手精进，技术跃迁，步步高升！

📢 问题描述

问题来源：https://ask.csdn.net/questions/8509009

问题描述：第三方库的函数无法找到，但是在系统中却已经安装了，无法再次安装。如何解决？

📣 请知悉：如下方案不保证一定适配你的问题！

  如下是针对上述问题进行专业角度剖析答疑，不喜勿喷，仅供参考：

✅️问题理解

你在 Jupyter Notebook 中导入了一个新的 Python 版本，但是遇到问题：第三方库的函数无法使用，尽管这些库在系统中已经安装。此外，尝试重新安装这些库时却显示无法再次安装。这通常是由于 Jupyter 与系统中的 Python 环境之间的兼容性或配置问题引起的。

✅️问题分析

这个问题可能是由于以下原因引起的：

1. Python 环境不一致：

   • Jupyter Notebook 可能没有使用你新安装的 Python 版本。Jupyter 默认使用的 Python 环境可能是与系统 Python 环境不同的环境，导致它无法找到系统中已经安装的第三方库。

2. Kernel 不匹配：

   • Jupyter Notebook 中的 kernel（内核）可能指向了旧的 Python 环境，而不是你新安装的 Python 版本。每个 kernel 都可以使用不同的 Python 环境，如果没有正确配置新的 Python 版本作为 kernel，你在 Jupyter 中看到的库和函数可能不一致。

3. 依赖关系问题：

   • 有时，即使 Python 库安装在系统中，Jupyter Notebook 的 kernel 可能仍然没有访问到这些库，因为库安装的路径与 Jupyter 环境的路径不一致。

4. 库安装路径问题：

   • 可能你已经安装了第三方库，但是这些库被安装到了旧的 Python 环境的目录下，而不是新的 Python 环境中。

✅️解决方案

1. 确保 Jupyter 使用的是正确的 Python 版本

首先，确保 Jupyter Notebook 使用的是你新安装的 Python 版本，而不是旧的 Python 环境。你可以通过以下步骤来检查和配置 Jupyter 使用的 Python 环境。

步骤 1：检查当前 Jupyter 使用的 Python 版本

在 Jupyter Notebook 中打开一个新的代码单元，输入以下代码来检查当前 Jupyter 使用的 Python 版本：

import sys
print(sys.executable)
print(sys.version)

• 这将打印出 Jupyter 使用的 Python 解释器路径和版本号。
• 确保这个路径指向你新安装的 Python 版本。

步骤 2：安装或配置新的 Python 环境为 Jupyter Kernel

如果上面的路径指向的是旧版本的 Python，你需要将新的 Python 环境添加为 Jupyter 的 kernel。

1. 首先，安装 ipykernel 包：

pip install ipykernel

2. 然后，创建一个新的 kernel，指向你新安装的 Python 环境：

python -m ipykernel install --user --name=new_python_env --display-name "Python (new_version)"

• new_python_env 是新 Python 环境的名称，Python (new_version) 是你在 Jupyter Notebook 中看到的 kernel 名称。
• 确保 python 命令指向的是你新安装的 Python 版本。

3. 切换 Jupyter Kernel：

   • 在 Jupyter Notebook 中，点击 Kernel > Change Kernel，选择你刚才创建的新的 kernel（例如，Python (new_version)）。

这将确保你在 Jupyter 中使用的是新 Python 版本的环境，从而能够使用新环境中安装的第三方库。

2. 检查并重新安装第三方库

确保在新 Python 环境中正确安装了所有必需的第三方库。可以通过以下步骤检查和重新安装库：

步骤 1：检查库是否安装在新 Python 环境中

在新 Python 环境中打开终端或命令行，运行以下命令检查你所需的库是否安装：

pip list

• 确保所有需要的库都列在已安装的库中。
• 如果库没有安装，使用以下命令安装它们：

pip install <library_name>

步骤 2：确保在 Jupyter Kernel 中安装相同的库

如果你的库已经在系统中安装，但仍然在 Jupyter 中无法访问，可能是因为 Jupyter Notebook 使用的 Python 环境与系统环境不同。为确保 Jupyter 使用的新 Python 环境具有这些库，可以通过以下命令在 Jupyter Kernel 环境中安装它们：

# 激活你的新 Python 环境
source <path_to_your_new_python_env>/bin/activate   # Linux/macOS
<path_to_your_new_python_env>\Scripts\activate      # Windows

# 安装必要的库
pip install <library_name>

这会确保在新的 Python 环境中安装了必需的库，并且 Jupyter 使用该环境时能够访问它们。

3. 确保 Jupyter 使用正确的 pip 版本

如果你仍然遇到无法再次安装库的问题，可能是因为 Jupyter 连接到的是旧的 pip 版本，导致库无法正确安装。你可以通过以下步骤来确保 Jupyter 使用的是正确的 pip 版本：

步骤 1：在 Jupyter 中检查 pip 的位置

在 Jupyter 中运行以下代码来查看 Jupyter 内核使用的 pip 版本：

!which pip   # Linux/macOS
!where pip   # Windows

这将显示 pip 的路径，确保它指向你新 Python 环境中的 pip。

步骤 2：在 Jupyter 中安装库

如果 pip 路径没有指向正确的环境，你可以通过以下方式在 Jupyter Notebook 中直接安装库：

!{sys.executable} -m pip install <library_name>

这会使用当前 Jupyter 使用的 Python 解释器来安装库，确保库安装在正确的环境中。

4. 使用虚拟环境来管理 Python 环境

为了避免不同版本的 Python 和库之间的混乱，建议使用 虚拟环境 来管理你的 Python 环境。你可以通过以下步骤创建虚拟环境：

1. 创建虚拟环境：

python -m venv myenv

2. 激活虚拟环境：

   • Windows：

     myenv\Scripts\activate
     

   • Linux/macOS：

     source myenv/bin/activate
     

3. 安装库和 Jupyter：

pip install <library_name> jupyter

4. 在虚拟环境中启动 Jupyter：

jupyter notebook

使用虚拟环境可以确保你在 Jupyter 中使用的 Python 环境是隔离的，可以避免不同版本之间的冲突。

✅️问题延伸

1. 多个 Python 版本共存：

   • 在同一台计算机上安装多个 Python 版本时，建议使用 虚拟环境 来管理各个版本。这样可以确保每个项目或应用使用不同的 Python 环境，从而避免版本冲突。

2. 检查 Jupyter 配置文件：

   • 如果你遇到的 Jupyter 配置问题更加复杂，考虑查看 Jupyter 的配置文件（例如，~/.jupyter/jupyter_notebook_config.py），确保其设置与新 Python 环境一致。

3. 使用 conda 环境：

   • 如果你使用的是 Anaconda 或 Miniconda，可以创建并管理环境，确保每个环境都能正确使用所需的 Python 版本和第三方库。你可以使用以下命令创建新环境并安装必要的库：

conda create -n myenv python=3.x
conda activate myenv
conda install <library_name> jupyter

✅️小结

在 Jupyter 中使用新的 Python 版本时，确保 Jupyter 的 Kernel 指向新的 Python 环境，并且正确安装所需的第三方库。如果遇到库无法使用或无法再次安装的问题，通常是由于 Python 环境不一致 或 库安装路径不正确。通过检查和配置正确的环境、使用参数化查询、确保正确安装第三方库，可以解决大部分的问题。

  希望如上措施及解决方案能够帮到有需要的你。

  PS：如若遇到采纳如下方案还是未解决的同学，希望不要抱怨&&急躁，毕竟影响因素众多，我写出来也是希望能够尽最大努力帮助到同类似问题的小伙伴，即把你未解决或者产生新Bug黏贴在评论区，我们大家一起来努力，一起帮你看看，可以不咯。

  若有对当前Bug有与如下提供的方法不一致，有个不情之请，希望你能把你的新思路或新方法分享到评论区，一起学习，目的就是帮助更多所需要的同学，正所谓「赠人玫瑰，手留余香」。

🧧🧧 文末福利，等你来拿！🧧🧧

  如上问题有的来自我自身项目开发，有的收集网站，有的来自读者…如有侵权，立马删除。再者，针对此专栏中部分问题及其问题的解答思路或步骤等，存在少部分搜集于全网社区及人工智能问答等渠道，若最后实在是没能帮助到你，还望见谅！并非所有的解答都能解决每个人的问题，在此希望屏幕前的你能够给予宝贵的理解，而不是立刻指责或者抱怨！如果你有更优解，那建议你出教程写方案，一同学习！共同进步。

  ok，以上就是我这期的Bug修复内容啦，如果还想查找更多解决方案，你可以看看我专门收集Bug及提供解决方案的专栏《全栈Bug调优(实战版)》，都是实战中碰到的Bug，希望对你有所帮助。到此，咱们下期拜拜。

码字不易，如果这篇文章对你有所帮助，帮忙给 bug菌 来个一键三连(关注、点赞、收藏) ，您的支持就是我坚持写作分享知识点传播技术的最大动力。

同时也推荐大家关注我的硬核公众号:「猿圈奇妙屋」 ；以第一手学习bug菌的首发干货，不仅能学习更多技术硬货，还可白嫖最新BAT大厂面试真题、4000G Pdf技术书籍、万份简历/PPT模板、技术文章Markdown文档等海量资料，你想要的我都有！

🫵 Who am I?

我是bug菌，CSDN | 掘金 | InfoQ | 51CTO | 华为云 | 阿里云 | 腾讯云 等社区博客专家，C站博客之星Top30，华为云多年度十佳博主，掘金多年度人气作者Top40，掘金等各大社区平台签约作者，51CTO年度博主Top12，掘金/InfoQ/51CTO等社区优质创作者；全网粉丝合计 30w+；更多精彩福利点击这里；硬核微信公众号「猿圈奇妙屋」，欢迎你的加入！免费白嫖最新BAT互联网公司面试真题、4000G PDF电子书籍、简历模板等海量资料，你想要的我都有，关键是你不来拿。

-End-