jupyter notebook全局环境

### 配置 Jupyter Notebook 全局环境

#### 创建并配置 Jupyter Notebook 配置文件
为了使 Jupyter Notebook 按照特定需求运行，创建一个配置文件是必要的。通过命令 `jupyter notebook --generate-config` 可以生成默认的配置文件[^1]。

此操作会在用户的 home 目录下 `.jupyter/` 文件夹内创建名为 `jupyter_notebook_config.py` 的文件。该文件包含了众多可调整参数，默认情况下这些参数处于注释状态。

#### 修改启动目录
对于希望每次打开 Jupyter Notebook 时都指向固定的工作空间而言，在上述提到的配置文件里设置工作路径是一个有效的方法。具体来说就是取消对应行前的井号（即解除注释），并将路径更改为期望的位置：

c.NotebookApp.notebook_dir = 'G://xxx//xxx' # 用户自定义文件夹位置

这一步骤确保了无论从哪个终端或快捷方式启动服务，都会自动切换至指定文件夹作为根目录[^4]。

#### 设置全局 Python 解释器
如果是在 PyCharm 中利用已有的带有 Jupyter 支持的 Python 环境来激活 Jupyter Notebook，则此时所使用的解释器会成为 Jupyter Notebook 的默认全局解释器[^2]。这意味着只要正确选择了具有所需库支持的虚拟环境，就能保证所有新建笔记本都能访问相同的依赖项集合而无需重复安装软件包。

#### 多环境管理方案
针对不同项目可能需要独立且互不干扰的开发环境的情况，可以借助 Conda 来管理和隔离各个项目的依赖关系。每建立一个新的 Conda 环境之后，只需在这个新环境下执行如下指令即可关联上对应的 Jupyter Kernel:

conda activate conda_name    # 切换到目标环境
conda install nb_conda_kernels     # 安装nb_conda_kernels插件以便于多核共存

完成以上步骤后，重启 Jupyter Notebook 即可在界面上看到新增加的 kernel 选项供选择使用[^3]。