为啥jupyter notebook代码运行一直没有反应

Posted 2023-04-08

路径的问题，设置即可，以下是方法:

1、首先从jupyter notebook.exe应用程序执行jupyter notebook。然后会看到执行的目录，默认在安装的目录下面。从这个目录创建的python文件是可以运行的。

2、然后你看看之前从dos-cmd运行后的程序目录在哪里，应该不在Scripts下面。找到jupyter notebook的配置文件，将路径改成你自己设置的路径。

电脑不能启动的原因

系统不承认硬盘

此类故障比较常见，即从硬盘无法启动，从A盘启动也无法进入C盘，使用CMOS中的自动监测功能也无法发现硬盘的存在。这种故障大都出现在连接 电缆 或IDE口端口上，硬盘本身的故障率很少，可通过重新插拔硬盘电缆或者改换IDE口及电缆等进行替换试验，可很快发现故障的所在。

如果新接上的硬盘不承认，还有一个常见的原因就是硬盘上的主从条线，如果硬盘接在IDE的主盘位置，则硬盘必须跳为主盘状，跳线错误一般无法检测到硬盘。

参考技术A 1。安装pyzmq
使用pip install pyzmq,安装不成功。
使用easy_install.exe pyzmq，安装成功。
2.安装tornado
pip tornado
安装完尚不成功，继续找
3.安装jinja2
pip install jinja2
4.

运行依旧不成功，提示错误：
IPython notebook format depends on the jsonschema package:本回答被提问者采纳 参考技术B 回答

1、首先从jupyter notebook.exe应用程序执行jupyter notebook。然后会看到执行的目录，默认在安装的目录下面。从这个目录创建的python文件是可以运行的。2、然后你看看之前从dos-cmd运行后的程序目录在哪里，应该不在Scripts下面。找到jupyter notebook的配置文件，将路径改成你自己设置的路径。电脑不能启动的原因系统不承认硬盘此类故障比较常见，即从硬盘无法启动，从A盘启动也无法进入C盘，使用CMOS中的自动监测功能也无法发现硬盘的存在。这种故障大都出现在连接 电缆 或IDE口端口上，硬盘本身的故障率很少，可通过重新插拔硬盘电缆或者改换IDE口及电缆等进行替换试验，可很快发现故障的所在。如果新接上的硬盘不承认，还有一个常见的原因就是硬盘上的主从条线，如果硬盘接在IDE的主盘位置，则硬盘必须跳为主盘状，跳线错误一般无法检测到硬盘。

希望可以帮到您哦亲

参考技术C 什么鬼回答

为啥我的 Jupyter notebook 运行的是 ipython 内核而不是 python3？分组问题

【中文标题】为啥我的 Jupyter notebook 运行的是 ipython 内核而不是 python3？分组问题

【英文标题】：Why is my Jupyter notebook running ipython kernel instead of python3? Problem with group bys为什么我的 Jupyter notebook 运行的是 ipython 内核而不是 python3？分组问题

【发布时间】：2021-09-28 06:49:14

【问题描述】：

我一直遇到这个问题，我的 Jupyter Lab 似乎正在运行“Python ipykernel”，而不仅仅是说运行“python 3”。本质上，它们都是 python 3 但是，我发现使用 ipykernel 有一些问题，我不知道为什么（例如简单的 pandas groupby 函数）。我觉得没有必要分享这个截图，希望有人能帮助我；如果需要，我仍然可以发布。

我想使用 Python 3 而不是 ipykernel

-------- 编辑-------------- 好吧，你们很多人都说不是这样。我决定提供屏幕截图来显示我的 groupby 函数的输出完全不同。

展览 A：当它只是说 Python3

时使用实验室

图表 B：当它只是说 Python 3 ipykernel

时使用实验室

相同的代码，相同的数据集，不同的输出？为什么？

【问题讨论】：

所有 jupyter-notebooks 只使用 ipython 内核，您可以通过 [IN] 和 [OUT] 清楚地看到它，原因是 Ipython 支持魔术线和魔术细胞语句以及更好地支持图像显示和比 python 本身更多的功能

对不起，我的意思是说 Jupyter Lab 而不是 Jupyter Notebook，但本质上，这不重要。我使用的只是说 Python 3。我的终端上有不同的环境。它按功能为简单的分组打印出不同的结果；完全相同的代码和完全相同的数据集：/

我不认为这是内核的问题，您是否尝试在 python 上运行它并查看输出是否不同？ Ipython 是 python 但具有更好的功能，两者都应该提供相同的输出，也许检查当您编写 py 文件而不是运行 ipynb 并获得不同的输出时是否获得单独的输出。 groupby 也是惰性求值的，因此请确保您在容器数据类型中重写它。您可能正在关注的教程也可能与旧 python 版本相关，它可能对新 python 有不同的作用，所以也要交叉检查

绝对不是内核的问题。 IPython 只是一个使用标准 Python 3 解释器的 shell

您好，感谢您的反馈。我没有遵循任何规则，这是一个普通的 CSV 数据。为了让大家有更好的理解，我会再次编辑问题。

【参考方案1】：

ipykernel 是使用 Python 3。Jupyter（无论是笔记本、实验室还是任何其他接口）一直是使用 ipykernel 作为 Python 的默认内核。您可能会感到困惑，因为最新版本添加了(ipykernel) 标签（在this PR 中）以告知用户他们正在使用哪个内核。还有其他内核，例如 xeus-python。

高度，就像非常高度一样，ipykernel 不太可能是您的问题的根源。如果您认为它更适合您，您可以尝试将其降级到以前的版本：

pip install "ipykernel<6"

但实际上我首先建议您做相反的事情，这是为了确保您正在运行最新的 ipykernel 补丁版本：

pip install -U ipykernel

一旦您确认 ipykernel 不是问题的根源，我建议您使用您遇到问题的 pandas 代码的可重现示例提出更详细的问题。

【讨论】：

您好，感谢您尝试回答，但是问题仍然存在。我会再次编辑问题。

降级到较旧的 ipykernel 版本后问题是否仍然存在？