如何在Jupyter Lab中添加Conda环境

我正在使用Jupyter Lab，无法添加conda环境。这个想法是从我的基本环境启动Jupyter Lab，然后能够选择我的其他conda env作为内核。

我安装了nb_conda_kernels应该可以做到这一点的软件包，但是它并没有按照我的意愿工作。确实，假设我创建了一个新的Conda Environment，然后从基础上启动了jupyter Lab，我看不到新环境是可用的内核。

我找到了一个“修复程序”，它每次都可以工作，但是根本不方便。如果我在新环境中安装Jupyter Notebook，然后从该新环境中启动jupyter Notebook，将其关闭，返回到基础环境，然后从基础环境中启动Jupyter Lab，则我的新环境可以作为Jupyter Lab中的内核使用。

如果您知道如何在没有此“修复”的情况下使其工作，我将不胜感激。

— 统计院长
source

Answers:

159

假设您的conda-env被命名为cenv，它很简单：

$ conda activate cenv
(cenv)$ conda install ipykernel
(cenv)$ ipython kernel install --user --name=<any_name_for_kernel>
(cenv($ conda deactivate

如果重新启动jupyter笔记本/实验室，您将能够看到可用的新内核。

PS：如果您使用的是virtualenv等，则上述步骤很有效。

— 尼哈尔·桑杰斯（Nihal Sangeeth）
source

我指导人们在使用tensorflow环境在jupyter实验室/笔记本中工作时遇到困难，以寻求答案。它为我工作。谢谢。

— aez

我只会补充说，一旦有了新内核，请转到jupyter笔记本，然后在“内核”下，将“更改内核”选择为新创建的内核。到达那里后，如果您的环境是张量流环境，则可以使用将tensorflow导入tf等功能。对于那些从jupyter进入tensorflow环境的人，我也建议这样做。我将关于此的多个问题重定向到此处。

— 伊万，

为什么jupyter实验室不像jupyter笔记本那样为我继承环境？无论如何，这解决了我的问题，因此谢谢。

— 弗雷迪

它有助于命名内核，以便指定内核绑定到的环境/用途。

— ohailolcat

使用的解决方案nb_conda_kernels。首先，将其安装在您的基本环境中：

(base)$ conda install -c conda-forge nb_conda_kernels

然后为了获得conda_env的内核cenv：

$ conda activate cenv
(cenv)$ conda install ipykernel
(cenv)$ conda deactivate

Python [conda env:cenv]下次运行jupyter lab/时，您将获得一个名为的新内核。jupyter notebook

注意：如果已安装nb_conda_kernels，并且想要创建一个新的conda环境并立即对其进行访问，则

conda create -n new_env_name ipykernel

会做的工作。

— 统计院长
source

遗憾的是，这似乎不起作用（带有python 3.7.4的jupyter实验室版本1.1.4）-使用上面接受的答案来安装内核。

— philmaweb

适用于Jupyter Lab 1.1.4，Python 3.7.3和nb_conda_kernels 2.2.2。除了要在笔记本中访问的环境外，无需“安装”内核。

— sappjw

@sappjw可接受的答案有效，但是$ ipython kernel install --user --name=<any_name_for_kernel>直到我这样做之前，这个答案仍然缺失并且没有看到新内核

— Pherdindy

@Pherdindy的不同之处在于，此答案依赖于nb-conda_kernels来检测呈现ipython kernel install line不必要内容的conda环境

— Statistic Dean

我更喜欢这种方法，因为您可以运行笔记本电脑，安装新软件包并立即将其反映在笔记本电脑中

— Aus_10

我尝试了上述两种解决方案，但它们对我而言并不奏效。然后我遇到了解决该问题的这篇中等文章：https : //medium.com/@jeremy.from.earth/multiple-python-kernels-for-jupyter-lab-with-conda-c67e50de3aa3

从本质上讲，运行后conda install ipykernel里面你的cenv环境中，它也很好地运行python -m ipykernel install --user --name cenv的内cenv环境-这样，我们确保其在jupyter环境中使用的Python版本是那个在cenv。干杯!

— 丹尼尔（Daniel Firebanks）-奎韦多（Quevedo）
source

当其他所有方法都失败时，这对我有用。谢谢！仍然不清楚为什么nb_conda_kernels似乎不再自动为我完成这项工作。请注意，根据我的经验，如果您在基本环境中安装了ipykernel，jupyterlab和nb_conda_kernels并从基本环境中启动JupyterLab，则很可能会奇怪地看到所有可用的conda内核。

— emigre459