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, 如果你把原来环境中的python环境去除掉会更能体会到, 这个时候在命令行中使用的已经不是你原来的python而是base环境下的python.而命令行前面也会多一个(base) 说明当前我们处于的是base环境下。

创建自己的虚拟环境

我们当然不满足一个base环境, 我们应该为自己的程序安装单独的虚拟环境.

创建一个名称为Python2.7的虚拟环境并指定python版本为2.7(这里conda会自动找2.7中最新的版本下载)

conda  create -n Python2.7  python=2.7

或者conda  create  --name  Python2.7   python=2.7

于是我们就有了一个Python2.7的虚拟环境, 接下来我们切换到这个环境, 一样还是用activae命令 后面加上要切换的环境名称

切换环境

activate Python2.7

如果忘记了名称我们可以先用

conda env list

去查看所有的环境

现在的Python2.7环境除了python自带的一些官方包之外是没有其他包的, 一个比较干净的环境我们可以试试

先输入python打开python解释器然后输入

>>> import requests

会报错找不到requests包, 很正常.接下来我们就要演示如何去安装requests包

exit()

退出python解释器

卸载环境

conda remove --name test --all

关于环境总结

# 创建一个名为python2.7的环境,指定Python版本是2.7(不用管是2.7.x,conda会为我们自动寻找2.7.x中的最新版本)

conda create --name Python2.7 python=2.7

# 安装好后,使用activate激活某个环境

activate Python2.7 # for Windows

source activate Python2.7 # for Linux & Mac

# 激活后,会发现terminal输入的地方多了Python2.7的字样,实际上,此时系统做的事情就是把默认2.7环境从PATH中去除,再把3.4对应的命令加入PATH

# 此时,再次输入

python --version

# 可以得到`Python 2.7.17的字样,即系统已经切换到了2.7的环境

# 如果想返回默认的环境,运行

deactivate  # for Windows
source deactivate  # for Linux & Mac
# 删除一个已有的环境

conda remove --name Python2.7 --all
安装第三方包
输入

conda install requests

或者

pip install requests

来安装requests包.

安装完成之后我们再输入python进入解释器并import requests包, 这次一定就是成功的了.

卸载第三方包
那么怎么卸载一个包呢

conda remove requests

或者

pip uninstall requests

就行啦.

查看环境包信息
要查看当前环境中所有安装了的包可以用

conda list

导入导出环境
如果想要导出当前环境的包信息可以用

conda env export > environment.yaml

将包信息存入yaml文件中.

当需要重新创建一个相同的虚拟环境时可以用

conda env create -f environment.yaml

命令小结

activate // 切换到base环境

activate Python2.7// 切换到Python2.7环境

conda  create -n Python2.7  python=2.7 // 创建一个名为Python2.7的环境并指定python版本为2.7的最新版本

conda env list // 列出conda管理的所有环境

conda list // 列出当前环境的所有包

conda install requests //安装requests包

conda remove requests //卸载requets包

conda remove -n Python2.7 --all // 删除learn环境及下属所有包

conda update requests //更新requests包

conda env export > environment.yaml // 导出当前环境的包信息

conda env create -f environment.yaml // 用配置文件创建新的虚拟环境

2. 往Jupyter notebook添加可选的kernel为python2.7

1. 创建Python2.7的虚拟环境

首先在开始菜单中找到如下图所示的Anaconda Prompt

点击Anaconda Prompt进入如下所示的终端中,输入conda create -n  Python2.7 python=2.7  // 创建一个名为Python2.7的环境并指定python版本为2.7

安装过程会出现如下图所示,这里输入y就可以了。

安装完成后测试是否安装成功,这里输入activate Python2.7, Python2.7是我当初安装环境的名字,这里根据自己的环境名更改,退出Python2.7,用exit()即可。

2. 如何加到可选的kernel中

在Python2.7环境中,输入pip install ipykernel

安装过程中可能出现爆红,这里重新输入 pip install ipykernel

出现如下图所示,则说明安装成功。

然后输入 python -m ipykernel install --name Python2.7

新启动一个Anaconda Prompt 输入jupyter notebook

在Jupyter notebook的kernel中的change kernel中出现新添加的Python2.7即说明添加成功。

退出Python2.7环境输入deactivate命令即可。

查看Jupyter notebook 安装了哪些kernel 输入 jupyter kernelspec list即可。

原文地址:https://www.cnblogs.com/zhangchenchuan/p/11840961.html

时间: 2024-07-31 11:32:33

关于如何往Jupyter notebook添加可选的kernel的相关文章

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 在C:\Users\yinzm\AppData

Jupyter Notebook配置多个kernel

Jupyter Notebook配置多个kernel 前言: 在anaconda下配置了多个环境,而Jupiter Notebook只是安装在base环境下,为了能在Jupiter Notebook中使用不同的环境,进行如下配置. 此次配置在windows10系统下 步骤 打开Anaconda Prompt: 查看现有的环境conda info -e,我此时的环境如下: # conda environments: # base * C:\Software\Anaconda3 tensorflow

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

转载---jupyter中添加conda环境---kernel配置

最近使用conda创建了多个虚拟环境,想到直接在jupyter notebook中进行kernel配置,网上找了许多方法,最终找到一个比较合理的,特此记录以下: 原链接: 来自 LeonHuo https://www.cnblogs.com/hgl0417/p/8204221.html 原内容如下: jupyter中添加conda环境 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. 实际上是由于在虚拟环境下缺少kernel.js

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

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

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

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