Conda环境没有显示在Jupyter Notebook

令人讨厌的是，在tensorflow环境中，您可以运行jupyter notebook 无需在该环境中安装jupyter。你就跑

(tensorflow) $ conda install jupyter

和tensorflow环境现在应该在Jupyter笔记本中可见，在任何conda环境中启动，就像Python [conda env:tensorflow]一样。

如果您的环境没有显示，请确保您已经安装

• nb_conda_kernels在木星的环境
• 你想访问的Python环境中的ipykernel和ipywidgets(注意，ipywidgets是启用一些Juptyer功能，而不是环境可见性，请参阅相关的文档)。

蟒蛇的文档声明

nb_conda_kernels应该安装在 你运行Jupyter Notebook或JupyterLab。这可能是你的基础conda 环境，但不必如此。例如，如果环境 Notebook_env包含notebook包，然后运行

conda install -n notebook_env nb_conda_kernels

您希望在笔记本中访问的任何其他环境都必须具有 安装了适当的内核包。例如，访问 Python环境中，它必须有ipykernel包;例如< / p >

conda install -n python_env ipykernel

要利用R环境，它必须有R -irkernel包;如。

conda install -n r_env r-irkernel

对于其他语言，必须安装它们对应的核。

除了Python，通过安装适当的*kernel包，Jupyter可以访问一大堆其他语言的内核，包括R， 茱莉亚， Scala /火花， JavaScript, bash， 倍频程，甚至MATLAB。

请注意，在最初发布这篇文章的时候，有一个可能的原因来自nb_conda还不支持Python 3.6环境。

如果其他解决方案无法让Jupyter识别其他conda环境，则始终可以在特定环境中安装和运行jupyter。不过，你可能无法从木星内部看到或切换到其他环境。

$ conda create -n py36_test -y python=3.6 jupyter
$ source activate py36_test
(py36_test) $ which jupyter
/home/schowell/anaconda3/envs/py36_test/bin/jupyter
(py36_test) $ jupyter notebook

注意，如果在许多环境中都这样做，那么在每个环境中安装Jupyter所增加的存储空间可能是不可取的(取决于您的系统)。

只需要在新环境中运行conda install ipykernel，就可以得到一个使用这个环境的内核。即使你在每个envs中安装了不同的版本，它也不会再次安装jupyter笔记本。你可以从任何环境开始你的笔记本，你将能够看到新添加的内核。

我遇到了同样的问题，我的新conda环境myenv不能被选择为内核或新笔记本。在env中运行jupter notebook也会得到相同的结果。

我的解决方案，以及我了解到Jupyter笔记本如何识别conda-envs和内核:

使用conda将jupyter和ipython安装到myenv:

conda install -n myenv ipython jupyter

在此之后，在任何环境之外运行jupter notebook，将myenv与之前的环境一起列为内核。

Python [conda env:old]
Python [conda env:myenv]

启动环境后运行笔记本:

source activate myenv
jupyter notebook

隐藏所有其他环境内核，只显示我的语言内核:

python 2
python 3
R

我不认为其他答案是工作了，因为conda停止自动设置环境作为jupyter内核。您需要手动为每个环境添加内核，方法如下:

source activate myenv
python -m ipykernel install --user --name myenv --display-name "Python (myenv)"

如下所示:http://ipython.readthedocs.io/en/stable/install/kernel_install.html#kernels-for-different-environments

我们在这个问题上做了很多努力，以下是对我们有效的方法。如果您使用conda-forge通道，重要的是要确保您使用的是从conda-forge更新的包，即使是在Miniconda根环境中。

所以安装Miniconda，然后做:

conda config --add channels conda-forge --force
conda update --all  -y
conda install nb_conda_kernels -y
conda env create -f custom_env.yml -q --force
jupyter notebook

你的自定义环境将在Jupyter中显示为可用的内核，只要在你的custom_env.yml文件中列出ipykernel即可安装，如下所示:

name: bqplot
channels:
- conda-forge
- defaults
dependencies:
- python>=3.6
- bqplot
- ipykernel

为了证明它适用于许多自定义环境，这里有一个Windows屏幕截图:

我不得不运行前3个答案中提到的所有命令来让它工作:

conda install jupyter
conda install nb_conda
conda install ipykernel
python -m ipykernel install --user --name mykernel

source activate other-env
python -m ipykernel install --user --name other-env --display-name "Python (other-env)"

我能让一切顺利进行。(我实际上没有使用-user变量)。

我还没有想到的一件事是如何将默认的python设置为“python (other-env)”。目前，从主屏幕打开的现有.ipynb文件将使用系统python。我必须使用内核菜单“更改内核”来选择环境python。

    $ conda install nb_conda_kernels

(在运行jupyter notebook的conda环境中)将使所有conda envs自动可用。要访问其他环境，必须安装相应的内核。这是裁判。

conda activate name_of_your_kernel_env
conda install ipykernel
python -m ipykernel install --prefix=/home/your_username/.conda/envs/name_of_your_jupyter_server_env --name 'name_of_your_kernel_env'

你可以用

conda activate name_of_your_jupyter_server_env
jupyter kernelspec list

总结(tldr)

如果你想让'python3'内核总是在它启动的环境中运行Python安装，删除User 'python3'内核，它优先于当前环境:

jupyter kernelspec remove python3

完整的解决方案

我将针对以下情况发布一个替代和更简单的解决方案:

• 您已经创建了一个conda环境
• 这个环境已经安装了jupyter(它也安装了ipykernel)
• 当您运行命令jupyter notebook并通过单击“new”下拉菜单中的“python3”创建一个新笔记本时，该笔记本将从基本环境而不是当前环境执行python。
• 您可能希望在任何环境中启动带有“python3”的新笔记本时，都会从该环境执行Python版本，而不是从基础环境执行

在解决方案的其余部分中，我将使用“test_env”作为环境的名称。另外，注意'python3'是内核的名称。

目前票数最高的答案确实有效，但还有另一种选择。它说要做以下事情:

python -m ipykernel install --user --name test_env --display-name "Python (test_env)"

这将使您可以选择使用test_env环境，而不管从哪个环境启动jupyter notebook。但是，使用'python3'启动笔记本电脑仍将使用基本环境中的Python安装。

可能发生的情况是存在一个用户python3内核。运行命令jupyter kernelspec list列出所有环境。例如，如果你有一个mac，你将返回以下(我的用户名是Ted)。

python3       /Users/Ted/Library/Jupyter/kernels/python3

木星在这里所做的是在三条不同的路径上寻找内核。从用户，到Env，再到系统。有关它搜索每个操作系统的路径的详细信息，请参阅这个文档。

上面的两个内核都在User路径中，这意味着无论您从哪个环境启动jupyter笔记本，它们都是可用的。这也意味着如果在环境级别上存在另一个“python3”内核，那么您将永远无法访问它。

对我来说，从你启动笔记本电脑的环境中选择“python3”内核应该在该环境中执行Python更有意义。

你可以通过在操作系统的Env搜索路径中查看是否有另一个'python3'环境(参见上面文档的链接)。对于我来说(在我的mac上)，我发出了以下命令:

 ls /Users/Ted/anaconda3/envs/test_env/share/jupyter/kernels

我确实在那里列出了一个'python3'内核。

多亏了这个GitHub问题的评论(看第一个响应)，你可以用下面的命令删除User 'python3'环境:

jupyter kernelspec remove python3

现在当你运行jupyter kernelspec list时，假设test_env仍然是活动的，你会得到以下结果:

python3       /Users/Ted/anaconda3/envs/test_env/share/jupyter/kernels/python3

注意，这个路径位于test_env目录中。如果您创建一个新环境，安装jupyter，激活它，并列出内核，您将得到另一个位于其环境路径下的'python3'内核。

User 'python3'内核优先于任何Env 'python3'内核。通过移除它，活动环境“python3”内核就被公开了，并且每次都可以被选择。这消除了手动创建内核的需要。在软件开发方面，它也更有意义，因为人们希望将自己隔离到一个单一的环境中。运行与宿主环境不同的内核似乎不太自然。

默认情况下，似乎并不是每个人都安装了这个User 'python3'，所以并不是每个人都遇到了这个问题。

按照iPython文档中的指令添加不同的conda环境到Jupyter Notebook中可供选择的内核列表。总之，在安装ipykernel之后，必须在终端中逐个激活每个conda环境，并运行命令python -m ipykernel install --user --name myenv --display-name "Python (myenv)"，其中myenv是要添加的环境(内核)。

在我的例子中，使用Windows 10和conda 4.6.11，通过运行这些命令

conda install nb_conda


conda install -c conda-forge nb_conda_kernels

在我使用conda jupyter notebook从相同的命令行打开Jupyter后，从终端激活环境并没有做这项工作。

显然，解决方案是从Anaconda Navigator打开Jupyter，进入我的环境:打开Anaconda Navigator，在Environments中选择环境，按下所选环境的“播放”按钮，并选择“用Jupyter Notebook打开”。

Anaconda Navigator中的环境从选定的环境中运行Jupyter

.

nb_conda_kernels包是使用jupyter和conda的最佳方式。通过最小的依赖关系和配置，它允许您使用运行在不同环境中的jupyter笔记本上的其他conda环境。引用文档:

# EYZ0

此包被设计为仅使用conda进行管理。它应该安装在运行Jupyter Notebook或JupyterLab的环境中。这可能是您的base conda环境，但不必如此。例如，如果环境notebook_env包含notebook包，那么您将运行

# EYZ0

您希望在笔记本中访问的任何其他环境都必须安装适当的内核包。例如，要访问Python环境，它必须有ipykernel包;如。

# EYZ0

要利用R环境，它 必须有r-irkernel包;例如< / p >

# EYZ0

对于其他语言，必须安装它们的相应的内核。

然后你需要做的就是启动jupyter笔记本服务器:

conda activate notebook_env  # only needed if you are not using the base environment for the server
# conda install jupyter # in case you have not installed it already
jupyter

尽管有太多的答案，@merv也在努力改进，但仍然很难找到一个好的答案。我做了这个CW，所以请投票给它的顶部或改进它!

这适用于我在windows 10和最新解决方案:

1)进入conda环境(激活your_env_name)

2) conda install -n your_env_name ipykernel

3) python -m ipykernel install——user——name build_central——display name" your_env_name"

(注意:在步骤3中，“your_env_name”周围包含引号)

可能的特定渠道问题

我有这个问题(再次)，原来我从conda-forge频道安装;删除它并从水蟒频道重新安装，而不是为我修复它。

更新:我再次有同样的问题与一个新的env，这一次我确实安装了nb_conda_kernels从水蟒通道，但我的jupyter_client是从conda-forge通道。卸载nb_conda_kernels并重新安装将其更新到更高优先级的通道。

所以请确保你从正确的渠道安装:)

我也遇到过类似的问题，我找到了一个适用于Mac、Windows和Linux的解决方案。它需要上面答案中的几个关键成分:

为了能够看到conda env在Jupyter笔记本，你需要:

• 下面的包在你的base env:
  李# EYZ0 < / p > < / >

• 在你创建的每个env中的以下包 李# EYZ0 < / p > < / >

• check the jupyter_notebook_config.py
  的配置 首先检查是否在jupyter --paths
  所给出的位置中有jupyter_notebook_config.py 如果它不存在，运行jupyter notebook --generate-config
  来创建它 添加或确保你有以下:c.NotebookApp.kernel_spec_manager_class='nb_conda_kernels.manager.CondaKernelSpecManager'

您可以在终端中看到的env: # EYZ0 < / p > 在Jupyter Lab上，你可以看到与上面笔记本和控制台相同的env: # EYZ0 < / p > 当你打开笔记本时，你可以选择你的环境: # EYZ0 < / p >

安全的方法是创建一个特定的env，从中运行env的例子jupyter lab命令。激活你的环境。然后添加jupyter实验室扩展例子jupyter实验室扩展。然后您可以运行jupyter lab

添加conda环境到Jupyter:

在蟒蛇提示:

1. < p > # EYZ0运行

2. < p > # EYZ0运行

3. < p > # EYZ0运行

   ** test on conda 4.8.3 4.11.0

首先你需要激活你的环境。

pip install ipykernel

接下来，您可以通过输入以下命令将虚拟环境添加到Jupyter:

python -m ipykernel install --name = my_env

仅使用环境变量:

python -m ipykernel install --user --name $(basename $VIRTUAL_ENV)

conda install jupyter

重新安装后，在opennmt2环境中执行jupyter notebook将执行新安装的jupyter

where jupyter
/root/miniconda3/envs/opennmt2/bin/jupyter
/root/miniconda3/bin/jupyter

这是一个旧线程，但是在Anaconda提示符中运行它，在我感兴趣的环境中，对我来说是有效的:

ipython kernel install --name "myenvname" --user

我只是想补充之前的答案:如果安装nb_conda_kernels， ipywidgets和ipekernel不起作用，请确保您的Jupyter版本是最新的。我的envs在一切正常工作一段时间后突然停止显示，并在我简单地通过anaconda navigator更新jupyter后恢复工作。

对于conda 4.5.12，适用于我的是(我的虚拟环境被称为nwt)

conda create --name nwt python=3

之后，我需要激活虚拟环境并安装ipykernel

activate nwt
pip install ipykernel

那么对我有效的方法是:

python -m ipykernel install --user --name env_name --display-name "name of your choosing."