Jupyter Notebook中未显示Conda环境

我安装了Anaconda（使用Python 2.7），并在名为的环境中安装了Tensorflow tensorflow。我可以在该环境中成功导入Tensorflow。

问题在于Jupyter Notebook无法识别我刚刚创建的新环境。无论我从GUI导航或命令行启动Jupyter笔记本电脑内的tensorflowENV中，只有一个名为菜单内核Python [Root]，并Tensorflow无法导入。当然，我多次单击该选项，保存了文件，然后重新打开，但是这些无济于事。

奇怪的是，当我打开CondaJupyter主页上的选项卡时，可以看到两种环境。但是当我打开Files选项卡并尝试new使用笔记本时，我仍然只剩下一个内核。

我看着这个问题： 用Jupyter Notebook连接Conda环境 但是~/Library/Jupyter/kernels我的计算机上没有这样的目录！该Jupyter目录只有一个名为的子目录runtime。

我真的很困惑。Conda环境是否应该自动成为内核？（我按照https://ipython.readthedocs.io/en/stable/install/kernel_install.html手动设置了内核，但被告知ipykernel找不到。）

我认为其他答案不再有效，因为conda停止自动将环境设置为jupyter内核。您需要通过以下方式为每个环境手动添加内核：

source activate myenv
python -m ipykernel install --user --name myenv --display-name "Python (myenv)"

如此处所述：http : //ipython.readthedocs.io/zh-CN/stable/install/kernel_install.html#kernels-for-different-environments 也请参阅此问题。

附录：您应该能够安装nb_conda_kernels软件包以conda install nb_conda_kernels自动添加所有环境，请参见https://github.com/Anaconda-Platform/nb_conda_kernels

如果您的环境没有显示出来，则可能您没有在nb_conda_kernels安装Jupyter的环境中进行安装。 Anaconda的文档指出

nb_conda_kernels应该安装在运行Jupyter Notebook或JupyterLab的环境中。这可能是您的基本conda环境，但不一定如此。例如，如果环境notebook_env包含notebook软件包，则可以运行

conda install -n notebook_env nb_conda_kernels

您希望在笔记本中访问的任何其他环境都必须安装适当的内核软件包。例如，要访问Python环境，它必须具有ipykernel软件包。例如

conda install -n python_env ipykernel

要使用R环境，它必须具有r-irkernel软件包。例如

conda install -n r_env r-irkernel

对于其他语言，必须安装其相应的内核。

请注意，在最初发布此文档时，可能是由于nb_conda尚未支持Python 3.6环境造成的。

如果其他解决方案无法使Jupyter识别其他conda环境，则始终可以jupyter在特定环境中安装和运行。但是，您可能无法从Jupyter内部查看或切换到其他环境。

$ conda create -n py36_test -y python=3.6 jupyter
$ source activate py36_test
(py36_test) $ which jupyter
/home/schowell/anaconda3/envs/py36_test/bin/jupyter
(py36_test) $ jupyter notebook

请注意，我正在此笔记本中运行Python 3.6.1：

请注意，如果您在许多环境中执行此操作，则可能不希望将Jupyter安装到每个环境中而增加存储空间（取决于您的系统）。

恼人的是，在你的tensorflow环境，你可以运行jupyter notebook ，无需安装jupyter在那样的环境。赶紧跑

(tensorflow) $ conda install jupyter

和tensorflow环境现在应该在你的任何启动Jupyter笔记本可见conda的环境，就像这样Python [conda env:tensorflow]。

我必须运行前3个答案中提到的所有命令才能使此工作正常运行：

conda install jupyter
conda install nb_conda
conda install ipykernel
python -m ipykernel install --user --name mykernel

只需conda install ipykernel在新环境中运行，就可以使用此环境获得内核。即使您在每个环境中安装了不同的版本，也不会再次安装jupyter Notebook，此方法仍然有效。您可以从任何环境中启动笔记本，您将能够看到新添加的内核。

摘要（tldr）

如果希望'python3'内核始终在启动它的环境中运行Python安装，请删除用户'python3'内核，该内核优先于当前环境所处的环境：

jupyter kernelspec remove python3

完整解决方案

对于以下情况，我将发布一种替代且更简单的解决方案：

• 您已经创建了一个conda环境
• 此环境已安装了jupyter（还安装了ipykernel）
• 当您运行命令jupyter notebook并通过单击“新建”下拉菜单中的“ python3”来创建新笔记本时，该笔记本将从基本环境而非当前环境执行python。
• 您希望这样做，以便在任何环境中使用“ python3”启动新笔记本时都可以从该环境中执行Python版本，而不是从基础版本开始。

对于解决方案的其余部分，我将在环境中使用名称“ test_env”。另外，请注意，“ python3”是内核的名称。

当前投票最高的答案确实有效，但是还有另一种选择。它说要执行以下操作：

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

无论您jupyter notebook从哪个环境启动，这都将为您提供使用test_env环境的选项。但是，使用“ python3”启动笔记本仍将使用基本环境中的Python安装。

可能发生的是存在一个用户python3内核。运行命令jupyter kernelspec list以列出所有环境。例如，如果您有Mac，则会返回以下信息（我的用户名为Ted）。

python3       /Users/Ted/Library/Jupyter/kernels/python3

Jupyter在这里所做的事情是通过三种不同的途径搜索内核。它从用户到环境，再到系统。有关在每个操作系统中搜索路径的更多详细信息，请参见本文档。

上面的两个内核都在用户路径中，这意味着无论您从哪个环境启动jupyter笔记本电脑，它们都将可用。这也意味着，如果在环境级别存在另一个“ python3”内核，那么您将永远无法访问它。

对我来说，从启动笔记本的环境中选择“ python3”内核应该在该环境中执行Python更为有意义。

您可以通过在操作系统的Env搜索路径中查找来查看是否有另一个“ python3”环境（请参见上面文档的链接）。对于我（在Mac上），我发出了以下命令：

 ls /Users/Ted/anaconda3/envs/test_env/share/jupyter/kernels

我确实在那里列出了“ python3”内核。

感谢这个GitHub问题注释（请看第一个响应），您可以使用以下命令删除User'python3'环境：

jupyter kernelspec remove python3

现在，当您运行时jupyter kernelspec list，假设test_env仍处于活动状态，您将获得以下内容：

python3       /Users/Ted/anaconda3/envs/test_env/share/jupyter/kernels/python3

请注意，该路径位于test_env目录中。如果创建一个新环境，安装jupyter，激活它并列出内核，您将在其环境路径中找到另一个“ python3”内核。

用户'python3'内核优先于任何Env'python3'内核。通过删除它，活动环境“ python3”内核被公开，并且每次都可以选择。这消除了手动创建内核的需要。对于需要将自己隔离到单个环境中的软件开发而言，这也更有意义。运行与主机环境不同的内核似乎并不自然。

似乎默认情况下也未为所有人安装此用户“ python3”，因此并非所有人都遇到此问题。

    $ conda install nb_conda_kernels

（在运行jupyter Notebook的conda环境中）将使所有conda envs自动可用。为了访问其他环境，必须安装相应的内核。这是ref。

我们在这个问题上苦苦挣扎，这就是对我们有用的方法。如果您使用conda-forge渠道，那么conda-forge即使在您的Miniconda根环境中，也要确保使用来自的更新软件包，这一点很重要。

因此，安装Miniconda，然后执行以下操作：

conda config --add channels conda-forge --force
conda update --all  -y
conda install nb_conda_kernels -y
conda env create -f custom_env.yml -q --force
jupyter notebook

并且您的自定义环境将在Jupyter中显示为可用内核，只要ipykernel在custom_env.yml文件中列出了要安装的环境即可，例如以下示例：

name: bqplot
channels:
- conda-forge
- defaults
dependencies:
- python>=3.6
- bqplot
- ipykernel

只是为了证明它可以在一系列自定义环境中使用，下面是Windows的屏幕抓图：

该nb_conda_kernels包是用最好的方式jupyter用conda。以最小的依赖关系和配置，它使您可以使用在不同环境中运行的jupyter笔记本中的其他conda环境。引用其文档：

安装

该软件包设计为仅使用conda进行管理。它应该安装在运行Jupyter Notebook或JupyterLab的环境中。这可能是您的baseconda环境，但不一定如此。例如，如果环境 notebook_env包含笔记本程序包，则可以运行

conda install -n notebook_env nb_conda_kernels

您希望在笔记本中访问的任何其他环境都必须安装适当的内核软件包。例如，要访问Python环境，它必须具有ipykernel软件包。例如

conda install -n python_env ipykernel

要使用R环境，它必须具有r-irkernel软件包。例如

conda install -n r_env r-irkernel

对于其他语言，必须安装其相应的内核。

然后，您需要做的就是启动jupyter笔记本服务器：

conda activate notebook_env  # only needed if you are not using the base environment for the server
# conda install jupyter # in case you have not installed it already
jupyter

尽管有很多答案，并且@me​​rv努力改善它们，但仍然很难找到一个好的答案。我制作了这本CW，所以请投票给它，或者对其进行改进！

我遇到了同样的问题myenv，无法将我的新conda环境选择为内核或新笔记本。jupter notebook从env内​​部运行也得到了相同的结果。

我的解决方案以及有关Jupyter笔记本如何识别conda-envs和内核的知识：

使用conda安装jupyter和ipython myenv：

conda install -n myenv ipython jupyter

之后，jupter notebook在myenv我之前的环境以及列出为内核的所有env外部运行。

Python [conda env:old]
Python [conda env:myenv]

激活环境后运行笔记本：

source activate myenv
jupyter notebook

隐藏我所有其他环境内核，只显示我的语言内核：

python 2
python 3
R

这在Windows 10和最新解决方案中对我有用：

1）进入该conda环境（激活your_env_name）

2）conda install -n your_env_name ipykernel

3）python -m ipykernel install --user --name build_central --display-name“ your_env_name”

（注意：在第3步中，在“ your_env_name”周围加上引号）

这真令人沮丧，我的问题是，在新建的conda python36环境中，jupyter拒绝加载“ seaborn”-即使将seaborn安装在该环境中。它似乎能够从同一环境中导入大量其他文件，例如numpy和pandas，但不是seaborn。我尝试了此处和其他线程上建议的许多修复程序，但均未成功。直到我意识到Jupyter不在该环境中运行内核python而是将系统python作为内核运行。即使环境中已经存在外观不错的kernel和kernel.json。只是在阅读了ipython文档的这一部分之后：https ://ipython.readthedocs.io/en/latest/install/kernel_install.html#kernels-for-different-environments 并使用以下命令：

source activate other-env
python -m ipykernel install --user --name other-env --display-name "Python (other-env)"

我能够使一切顺利。（我实际上没有使用-user变量）。

我还没有想到的一件事是如何将默认的python设置为“ Python（other-env）”。目前，从主屏幕打开的现有.ipynb文件将使用系统python。我必须使用内核菜单“更改内核”来选择环境python。

虽然@coolscitist的答案对我有用，但是还有一种方法可以使您的内核环境完整无误，并带有完整的jupyter软件包+ deps。它在ipython文档中进行了描述，并且（我怀疑）只有在非基本环境中运行笔记本服务器时才需要。

conda activate name_of_your_kernel_env
conda install ipykernel
python -m ipykernel install --prefix=/home/your_username/.conda/envs/name_of_your_jupyter_server_env --name 'name_of_your_kernel_env'

您可以使用以下方法检查其是否有效

conda activate name_of_your_jupyter_server_env 
jupyter kernelspec list

我遇到了类似的问题，并且找到了适用于Mac，Windows和Linux的解决方案。它只包含上面答案中的几个关键要素：

要在Jupyter笔记本中查看conda env，您需要：

• 您的基本环境中的以下软件包：
  conda install nb_conda

• 您创建的每个环境中的以下软件包：
  conda install ipykernel

• 检查的configurationn jupyter_notebook_config.py
  第一次检查，如果你有一个jupyter_notebook_config.py由给定的位置之一 jupyter --paths
  ，如果它不存在，通过运行创建 jupyter notebook --generate-config
  插件或确保您具备以下条件：c.NotebookApp.kernel_spec_manager_class='nb_conda_kernels.manager.CondaKernelSpecManager'

您可以在终端中看到的环境：

在Jupyter Lab上，您可以看到与Notebook和Console相同的环境：

您可以在打开笔记本时选择环境：

安全的方法是创建一个特定的环境，您将从中运行环境命令示例jupyter lab。激活您的环境。然后添加jupyter lab extension 示例jupyter lab extension。那你就可以跑 jupyter lab

请遵循iPython文档中的说明，将不同的conda环境添加到内核列表中，以在Jupyter Notebook中进行选择。总之，安装后ipykernel，您必须在终端中逐个激活每个conda环境，然后运行命令python -m ipykernel install --user --name myenv --display-name "Python (myenv)"，myenv您要添加的环境（内核）在哪里。

可能针对特定频道的问题

我再次遇到这个问题，结果发现我是从conda-forge频道安装的；删除它并从anaconda频道重新安装，而不是为我修复了它。

更新：我再次在新的环境中遇到了同样的问题，这次我确实是nb_conda_kernels从anaconda渠道安装的，但是我jupyter_client是从conda-forge渠道安装的。卸载nb_conda_kernels和重新安装会将其更新为更高优先级的频道。

因此，请确保您已从正确的渠道安装：)

就我而言，通过运行命令使用Windows 10和conda 4.6.11

conda install nb_conda

conda install -c conda-forge nb_conda_kernels

在使用环境从终端打开活动环境中同时从终端中启动Jupyter后，没有执行此操作conda jupyter notebook。

显然，该解决方案是通过在“环境”中转到我的环境从Anaconda Navigator打开Jupyter的：打开Anaconda Navigator，在Environments中选择环境，按所选环境上的“播放”按钮，然后选择“使用Jupyter Notebook打开”。

Anaconda Navigator中的环境以从所选环境中运行Jupyter