jupyter notebook虚拟环境配置

为了在Jupyter Notebook中配置虚拟环境，你可以按照以下步骤操作：
1. 下载并安装Anaconda，勾选环境变量自动配置。
2. 在Anaconda prompt中安装nb_conda插件，使用命令：conda install nb_conda。
3. 创建虚拟环境，使用命令：conda create -n 虚拟环境名 python=3.X。
4. 进入虚拟环境，使用命令：conda activate 虚拟环境名。
5. 安装ipykernel，使用命令：conda install ipykernel。
6. 将虚拟环境添加到Jupyter Notebook中，使用命令：python -m ipykernel install --user --name=test。

相关问题

jupyter notebook虚拟环境内核

### 如何在 Jupyter Notebook 中设置和使用虚拟环境作为内核

#### 安装 `ipykernel` 并添加内核

为了使特定的 Python 虚拟环境能够在 Jupyter Notebook 中作为一个可用的内核运行，需先确保该环境中安装了 `ipykernel` 库。这可以通过 Anaconda Prompt 或者命令行工具来完成。

对于名为 `test` 的虚拟环境，在激活此环境之后执行如下命令可以实现库的安装：

pip install ipykernel -i https://pypi.tuna.tsinghua.edu.cn/simple

随后通过下面这条指令向 Jupyter 注册这个新内核，并将其命名为与虚拟环境相同的名字以便识别[^1]：

python -m ipykernel install --user --name=test

如果希望显示名称不同，则可以在上述命令的基础上修改 `--display-name` 参数后的值为想要展示的名字。

#### 创建 Conda 环境并集成至 Jupyter

另一种常见的方式是利用 Conda 来管理虚拟环境。首先创建一个新的 Conda 环境（这里假设要建立一个基于 Python 3.9 版本的新环境），并通过以下命令操作：

conda create -n env_name python=3.9

接着按照前述方法激活新建好的环境，并同样地安装必要的组件以支持其成为 Jupyter 内核的一部分：

conda activate env_name
pip install ipykernel ipython

最后一步同样是注册新的内核给 Jupyter 使用，不过这次会指定更详细的参数用于定义如何呈现给用户：

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

这样做的好处在于可以让多个不同的项目各自拥有独立的工作空间而不互相干扰，同时也方便团队协作时共享相同的依赖关系配置[^2]。

#### 查看现有内核列表

一旦完成了以上步骤，便可通过下列命令验证是否成功添加了预期中的内核选项：

jupyter kernelspec list

这一命令将会列出所有已经注册过的内核及其对应的路径位置信息，帮助确认新增加的那个确实存在并且正常工作着[^3]。

---

如何删除Jupyter Notebook虚拟环境

### 删除 Jupyter Notebook 关联的虚拟环境

要删除与 Jupyter Notebook 关联的虚拟环境，可以通过以下方法实现：

#### 使用 `jupyter kernelspec` 命令
为了移除特定内核，可以使用 `jupyter kernelspec remove` 或者 `uninstall` 命令来指定需要被卸载的内核名称。

jupyter kernelspec list

上述命令会列出所有已注册的内核及其路径[^2]。找到目标内核的名字之后执行如下操作:

对于名为 `test` 的内核, 可以通过下面这条指令完成卸载过程:

jupyter kernelspec uninstall test

这将有效地从 Jupyter 中移除该虚拟环境对应的 Python 内核。

另外一种方式是，在激活想要删除的虚拟环境下运行此命令：

jupyter kernelspec remove jupyter

这种方式适用于已经激活的目标虚拟环境的情况[^1]。

#### 清理残留文件 (如果有必要)

有时可能还需要手动检查并清理任何剩余的相关配置文件或目录，特别是当自动移除工具未能完全清除时。通常这些文件位于用户的 `.local/share/jupyter/kernels/` 文件夹下或者是 Anaconda 安装目录中的相应位置。