前言
- 对于Python开发者、人工智能研究人员等，经常需要使用python进行编码，当我们同时有多个项目且各自需要的python版本以及依赖库不同时，虚拟环境的出现帮助能够创建多个独立的python环境，允许我们为每个项目指定不同的环境，很好地解决了每一次需要配置环境的问题。
- Jupyter作为一款在网页端编码开发的工具，配合着虚拟环境的使用，能够实现高效愉快的开发。
- 本文主要介绍基于pyhton以及conda的虚拟环境创建、删除；jupyter添加、删除虚拟kernel的方法
一、使用系统自带的python解释器创建python虚拟环境
1.安装virtualenv
|
1
|
python3 -m pip install virtualenv |
2.创建虚拟环境（这里创建虚拟环境的python版本和运行第1步的python版本密切相关！第1步使用python3运行，第2步创建的虚拟环境就是第一步的python3！）
|
1
|
virtualenv env |
3.激活虚拟环境（bin目录下的activate）
|
1
|
source env/bin/activate |
4.退出虚拟环境
|
1
|
deactivate |
二、使用Anaconda创建python虚拟环境
以下操作windows和linux均适用
1.使用conda创建虚拟环境
|
1
|
conda create -n your_env_name python=X.X（2.7、3.6等) |
2.查看当前存在哪些虚拟环境
|
1
|
conda env list |
3.激活虚拟环境
|
1
|
conda activate your_env_name |
4.关闭当前虚拟环境
|
1
|
conda deactivate |
5.删除虚拟环境
|
1
|
conda remove -n your_env_name --all |
三、jupyter添加或删除内核
方法1： 1.切换到要添加的环境，确认已安装 ipykernel
|
1
|
python -m ipykernel --version |
如果没有安装，则安装：python -m pip install ipykernel
2.jupyter安装内核(kernel)
|
1
|
python -m ipykernel install --user [ --name= ] |
注意：在linux系统中由于用户权限问题，不能省略 --user ！
3.查看jupyter notebook kernel
|
1
|
jupyter kernelspec list |
4.jupyter删除内核
|
1
|
jupyter kernelspec remove kernelname |
方法2：添加conda虚拟环境到jupyter
执行完毕会在C:\Users\用户名\AppData\Roaming\jupyter\kernels下生成相应的kernel配置文件
1、安装nb_conda
|
1
|
conda install nb_conda ipykernel |
2、进入conda虚拟环境，然后添加虚拟环境到内核
|
1
2
3
|
pip install ipykernelipython kernel install --user --name env_name# python -m ipykernel install --user --name 虚拟环境名字 --display-name "jupyter浏览器中显示的名字" |
到此这篇关于python中 conda 虚拟环境管理和jupyter内核管理的文章就介绍到这了,更多相关python 的conda 及jupyter 内容请搜索服务器之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持服务器之家！
原文链接：https://juejin.cn/post/7083782598069059597
