jupyter notebook添加Anaconda虚拟环境的python kernel

今天在工作的过程中遇到这样一个问题:安装完Anaconda利用conda创建了虚拟环境,但是启动jupyter notebook之后却找不到虚拟环境中的python kernel。后来上网找到了解决办法,如下:

创建虚拟环境

首先回顾一下当时创建虚拟环境的命令:

conda create -n rqalpha python=3.5

利用这个命令便创建了一个名叫rqalpha的虚拟环境。

jupyter notebook添加python kernel

C:\Users\yinzm\AppData\Roaming\jupyter\kernels\下面创建一个文件夹,这个文件夹最好使用虚拟环境的名字,便于识别。然后在该文件夹下创建一个kernel.json文件,文件内容如下:

{
 "language": "python",
 "display_name": "rqalpha",
 "argv": [
  "D:\\Anaconda3\\envs\\rqalpha\\python.exe",
  "-m",
  "ipykernel_launcher",
  "-f",
  "{connection_file}"
 ]
}

保存,重启jupyter notebook。

重新启动之后发现确实多了一个为rqalpha的kernel,但是却始终启动不了这个kernel。后来发现是缺少ipykernel。于是利用如下命令安装:

conda install -n rqalpha ipykernel

至此,问题得到解决。

如果经常需要用jupyter notebook,那么最好在创建虚拟环境的时候便安装好ipykernel,命令如下:

conda create -n rqalpha python=3.5 ipykernel

Reference

时间: 2024-11-07 02:00:01

jupyter notebook添加Anaconda虚拟环境的python kernel的相关文章

关于如何往Jupyter notebook添加可选的kernel

关于如何往Jupyter notebook添加可选的kernel 1.Anaconda知识预热 管理虚拟环境 关于如何安装Anaconda,这里就不再一一赘述,安装完Anaconda,接下来我们就可以用Anaconda来创建我们一个个独立的python环境了. activate activate 能将我们引入anaconda设定的虚拟环境中, 如果你后面什么参数都不加那么会进入anaconda自带的base环境, 你可以输入python试试, 这样会进入base环境的python解释器, 如果你

Jupyter Notebook 添加目录

1.  安装 jupyter_contrib_nbextensions pip install jupyter_contrib_nbextensions 2. 配置 nbextension jupyter contrib nbextension install --user 3. 启动jupyter notebook选择 Nbextensions勾选 Table of Contents 常见问题: 远程访问 jupyter notebok, 服务启动失败 解决方法:无需更改新的设置,更改原服务器

jupyter notebook添加环境

列出当前kernel: jupyter kernelspec list 删除已有环境:jupyter kernelspec remove NAME 安装新kernel ipython kernel install --name NAME”           “python -m ipykernel install --name NAME” https://blog.csdn.net/ioria/article/details/85230137 原文地址:https://www.cnblogs.

向jupyter notebook加入Anaconda3中已添加的虚拟环境kernel

# jupyter notebook添加Anaconda虚拟环境的kernel #  开启虚拟环境 (base) C:\Users\jiangshan>activate tensorflow #  首先向虚拟环境安装ipykernel(tensorflow) C:\Users\jiangshan>conda install -n tensorflow ipykernel # 进行配置(tensorflow) C:\Users\jiangshan>python -m ipykernel i

Python·Jupyter Notebook各种使用方法

PythonJupyter Notebook各种使用方法记录持续更新 一 Jupyter NoteBook的安装 1 新版本Anaconda自带Jupyter 2 老版本Anacodna需自己安装Jupyter 二 更改Jupyter notebook的工作空间 1 方式一 2 方式二绝招绝招 三Jupyter的各种快捷键 四Jupyter Notebook如何导入代码 1 将本地的py文件load到jupyter的一个cell中 2 从网络load代码到jupyter 五Jupyter运行py

Ubuntu18.04 + CUDA9.0 + cuDNN7.3 + Tensorflow-gpu-1.12 + Jupyter Notebook深度学习环境配置

目录 一.Ubuntu18.04 LTS系统的安装 1. 安装文件下载 2. 制作U盘安装镜像文件 3. 开始安装 二.设置软件源的国内镜像 1. 设置方法 2.关于ubuntu镜像的小知识 三.Nvidia显卡驱动的安装 1. 首先查看显卡型号和推荐的显卡驱动 2. 安装nvidia-390版本驱动 3. 重启系统,可以查看安装是否成功 四.CUDA9.0的安装 1. CUDA版本选择 2. 安装CUDA9.0 3. 设置环境变量 五.cuDNN7.3的安装 六.Tensorflow-1.12

jupyter notebook 的使用说明 转自 http://blog.csdn.net/tina_ttl/article/details/51031113#pythonjupyter-notebook各种使用方法记录持续更新

Python·Jupyter Notebook各种使用方法记录·持续更新 标签(空格分隔): Python PythonJupyter Notebook各种使用方法记录持续更新 一 Jupyter NoteBook的安装 1 新版本Anaconda自带Jupyter 2 老版本Anacodna需自己安装Jupyter 二 更改Jupyter notebook的工作空间 1 方式一 2 方式二绝招绝招 三Jupyter的各种快捷键 四Jupyter Notebook如何导入代码 1 将本地的py文

jupyter notebook直接打开.md格式的文件

jupyter notebook是一个比较比较不错的网页版python编辑器,但是,由于很多"技术文档"都是直接以markdown(.md格式的文件)的格式编写的,而且jupyter notebook的代码文件(.ipynb)也可以转换成.md格式的文件,更为重要的是,我们从github上下载的很多学习资料也都是.md文件格式的.因此,为了能够在jupyter notebook上实现: 使用jupyter notebook浏览技术文档: 将转换成.md格式的python代码在不用转换格

云计算教程入门视频:如何安装运行和连接Jupyter Notebook

在IT行业,可以说云计算已经渗入到各个角落,无论是从事什么语言的编程人员,对云计算应该都要有所了解.下面,千锋就为大家分享最新视频教程,帮助新手快速入门.下面教给大家如何安装运行和连接Jupyter Notebook: Jupyter Notebook是一个开源的交互式Web应用程序,允许您使用40多种编程语言编写和运行计算机代码,包括Python,R,Julia和Scala.来自Project Jupyter的产品,Jupyter Notebook对于迭代编码非常有用,因为它允许您编写一小段代