Jupyter Notebook 快捷切换 conda env

Jupyter notebook 本事只是一个代码编辑器，使用Jupyter notebook 运行代码的关键是一个称为 kernel 的python插件，它帮助识别 jupyter 运行代码。每个jupyter notebook 都是建立在一个在名为 kernel 的单独进程中，这个 kernel 可以是不同conda env中的python，也可以是不同的解释器(例如 R)。

在Jupyter notebook 中调用不同conda环境内资源的方式

• 1、激活conda env 再开启jupyter

conda create -n my-conda-env   # creates new virtual env
conda activate my-conda-env    # activate environment in terminal
conda install jupyter     # install jupyter + notebook
jupyter notebook       # start server + kernel

这是最简单的一个方式，这种方法需要为每一个 conda 环境 都安装 jupyter ，并且不方便在jupyter中快速切换环境。

• 2、为 conda 环境创建特殊内核

conda create -n my-conda-env    # creates new virtual env
conda activate my-conda-env     # activate environment in terminal
conda install ipykernel      # install Python kernel in new conda env
ipython kernel install --user --name=my-conda-env-kernel  # configure Jupyter to use Python kernel
jupyter notebook      # run jupyter from system

通过调用 ipython kernel install 将 jupyter 配置为使用 conda 环境作为内核，这样可以在jupyter中快速切换操作环境

• 3、使用 nb_conda_kernels 为所有环境集成 kernels

conda activate my-conda-env    # this is the environment for your project and code
conda install ipykernel
conda deactivate

conda activate base      # could be also some other environment
conda install nb_conda_kernels
jupyter notebook

conda install nb_conda_kernels 需要在常用环境中操作，以支持当前环境激活的jupyter能够访问其它环境

在 Jupyter Notebook 中切换/使用 conda 虚拟环境