如何将 conda 环境添加到 jupyter 实验室

Posted 2023-02-14

【中文标题】如何将 conda 环境添加到 jupyter 实验室

【英文标题】：How to add conda environment to jupyter lab

【发布时间】：2019-03-30 22:53:14

【问题描述】：

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

我安装了包nb_conda_kernels，它应该可以做到这一点，但它没有按我的意愿工作。事实上，假设我创建了一个新的 Conda 环境，然后从基础启动 jupyter lab，我无法将新环境视为可用内核。

我找到了一个“修复”，它每次都有效，但一点也不方便。如果我在我的新环境中安装 Jupyter Notebook，然后从这个新环境启动一个 Jupyter Notebook，关闭它，回到基础环境，然后从基础环境启动 Jupyter Lab，我的新环境在 Jupyter Lab 中作为内核可用。

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。

【参考方案1】：

假设你的 conda-env 被命名为cenv，它很简单：

$ conda activate cenv           # . ./cenv/bin/activate in case of virtualenv
(cenv)$ conda install ipykernel
(cenv)$ ipython kernel install --user --name=<any_name_for_kernel>
(cenv)$ conda deactivate

如果您重新启动 jupyter notebook/lab，您将能够看到可用的新内核。对于较新版本的 jupyter 内核将出现而无需重新启动实例。只需按 F5 刷新即可。

PS：如果您使用的是 virtualenv 等，上述步骤也适用。

【讨论】：

我将在 jupyter 实验室/笔记本中难以获得 tensorflow 环境的人们引导到这个答案。它对我有用。谢谢。

我只想补充一点，一旦你有了新的内核，进入你的 jupyter notebook，在“kernel”下，选择“change kernel”到你新创建的内核。在那里，如果您的环境是 tensorflow 环境，您可以使用 import tensorflow as tf 之类的东西。我也建议人们从 jupyter 进入 tensorflow 环境。我将有关此的多个问题重定向到此处。

为什么 jupyter lab 不像 jupyter notebook 那样继承环境？无论如何，这解决了我的问题，所以谢谢。

它有助于命名内核，以便指定它与哪个环境/用途相关。

【参考方案2】：

使用nb_conda_kernels 的解决方案。首先，将其安装在您的基础环境中：

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

然后为了获得 conda_env cenv 的内核：

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

您将在下次运行jupyter lab / jupyter notebook 时获得一个名为Python [conda env:cenv] 的新内核

注意： 如果您已经安装了nb_conda_kernels，并且想要创建一个新的 conda 环境并立即访问它

conda create -n new_env_name ipykernel

会做的。

【讨论】：

遗憾的是，这似乎不起作用（jupyter lab version 1.1.4 with python 3.7.4） - 使用上面接受的答案来安装内核。

适用于 Jupyter Lab 1.1.4、Python 3.7.3 和 nb_conda_kernels 2.2.2。无需“安装”内核，除非在您要在笔记本中访问的环境中。

@sappjw 接受的答案有效，但这个答案缺少$ ipython kernel install --user --name=<any_name_for_kernel> 并且在我这样做之前没有看到新内核

@Pherdindy 不同的是，这个答案依赖于 nb-conda_kernels 来检测 conda 环境，从而使 ipython kernel install line 变得不必要

我更喜欢这种方法，因为您可以运行笔记本，安装新软件包并立即反映在笔记本中

【参考方案3】：

我尝试了上述两种解决方案，但它们都不太适合我。然后我遇到了这篇解决它的中等文章：https://medium.com/@jeremy.from.earth/multiple-python-kernels-for-jupyter-lab-with-conda-c67e50de3aa3

基本上，在cenv 环境中运行conda install ipykernel 之后，在cenv 环境中运行python -m ipykernel install --user --name cenv 也很好——这样，我们确保在jupyter 环境是cenv 中的环境。干杯！

【讨论】：

当一切都失败时，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，如果您在基础环境中安装了 ipykernel、jupyterlab 和 nb_conda_kernels 并从基础环境中启动 JupyterLab，那么奇怪的是，更有可能看到所有可用的 conda 内核。

对未显示的新 conda env 也这样做了，通过引用 ~/.local/share/jupyter/kernels/ 中的其他现有 conda env 进一步调整生成的 kernel.json

【参考方案4】：

以下对我有用

pip install nb_conda

https://github.com/Anaconda-Platform/nb_conda

【讨论】：

github.com/Anaconda-Platform/nb_conda_kernels

建议的命令给了我结果：ERROR: No matching distribution found for nb_conda