jupyter notebook 增加kernel教程

我是windows下安装的Anaconda2，对应的python版本是python2.7。为了方便，又借助conda安装了python3.6的虚拟环境。

首先，查看在cmd下查看python内核版本：

import sys
sys.executable

输出格式为：

activate env36 # 进入虚拟环境，查看内核版本位置
import sys
sys.executable

输出格式为：

现在用Jupyter Notebook打开代码时，默认是python2.7的kernel，如果想要在Jupyter中选择python27还是python36，可以采用如下步骤：

在python3.6的虚拟环境中安装ipykernel这个包。通过cmd打开，在windows的命令行中输入：

```
C:\Users\kerrewy\Anaconda2\envs\env36\python -m ipykernel install --name env36
```

最后，重启jupyter，可以看到选择kernel的菜单项。

附注：

如果想要查看Jupyter Notebook内核指定的Python环境位置，可在cmd中输入：

ipython kernelspec list

得到的结果为Jupyetr中的内核版本：

其中，C:\ProgramData\jupyter\kernels\env36\kernel.json文件中Python解释器的位置为：

如果是上图这样的，则说明kernel已经添加正确，如果这里的argv路径不正确，建议手动改之。改的结果就是sys.executable的输出路径。

补充知识：Jupyter notebook 添加或删除内核

1、切换到要添加的虚拟环境，确认是否安装 ipykernel

python -m ipykernel --version

如果没有安装，则安装：

python -m pip install ipykernel

2、为 Jupyter notebook 添加内核

python -m ipykernel install --user --name=kernelname  --display-name 'py37'

3、查看 Jupyter notebook kernel

jupyter kernelspec list

4、删除  jupyter 内核

jupyter kernelspec remove kernelname

以上这篇jupyter notebook 增加kernel教程就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持我们。

赞 (0)

相关推荐

  • 快速解决jupyter启动卡死的问题

    问题描述 系统:Win10:之前安装过Cpython,现在依次使用pip install ipython与pip install jupyter安装了 Ipython 6.5.0与 jupyter 1.0.0.但是在PowerShell上使用命令jupyter notebook 运行jupyter时服务器始终卡顿,根本没法用. 解决方法 使用命令jupyter notebook --generate-config 可看到文件 jupyter_notebook_config.py位置 手动打开文件

  • jupyter lab的目录调整及设置默认浏览器为chrome的方法

    1. Jupyter 默认目录调整 首先要找到jupyter生成的配置文件 jupyter_notebook_config.py .如果没有,在 anaconda prompt 中用如下命令生成一个: jupyter notebook --generate-config 打开文件jupyter_notebook_config.py,在文件中找到 ## The directory to use for notebooks and kernels. #c.NotebookApp.notebook_d

  • Jupyter Notebook远程登录及密码设置操作

    操作所涉及的文件都在当前用户下面的隐藏文件: 1. 打开Anaconda Prompt(如果之前生成过Config配置文件则不需要第一步) 终端输入: jupyter notebook --generate-config 注 :root用户请用:jupyter notebook --generate-config --allow-config 操作成功会提示已写入文件 2. 生成密码 jupyter notebook password Enter password: Verify passwor

  • jupyter notebook 使用过程中python莫名崩溃的原因及解决方式

    最近在使用 Python notebook时老是出现python崩溃的现象,如下图,诱发的原因是"KERNELBASE.dll",异常代码报"40000015". 折腾半天,发现我启动notebook时是用自定义startup.bat方式方式启动的,bat文件的内容为 start C:\Anaconda3\python.exe "C:/Anaconda3/Scripts/jupyter-notebook-script.py" 平时双击这个bat文

  • jupyter notebook 增加kernel教程

    我是windows下安装的Anaconda2,对应的python版本是python2.7.为了方便,又借助conda安装了python3.6的虚拟环境. 首先,查看在cmd下查看python内核版本: import sys sys.executable 输出格式为: activate env36 # 进入虚拟环境,查看内核版本位置 import sys sys.executable 输出格式为: 现在用Jupyter Notebook打开代码时,默认是python2.7的kernel,如果想要在

  • Python安装Jupyter Notebook配置使用教程详解

    为什么要用Jupyter Notebook 推荐新手写python用什么编辑器就有有人问:为什么没有Jupyter Notebook.本来想数据分析和可视化的时候才介绍的,所以没有加上.最近要截图比较多,用Jupyter Notebook可以很好看到代码和结果. Jupyter Notebook是什么 Jupyter Notebook是一个开源的web应用程序,一个交互式笔记本,支持运行 40 多种编程语言.它允许您创建和共享文档,包含代码,方程,可视化和叙事文本.用途包括:数据清洗和转换,数值

  • Jupyter notebook快速入门教程(推荐)

    本文主要介绍了Jupyter notebook快速入门教程,分享给大家,具体如下: 本篇将给大家介绍一款超级好用的工具:Jupyter notebook. 为什么要介绍这款工具呢? 如果你想使用Python学习数据分析或数据挖掘,那么它应该是你第一个应该知道并会使用的工具,它很容易上手,用起来非常方便,是个对新手非常友好的工具.而事实也证明它的确很好用,在数据挖掘平台 Kaggle 上,使用 Python 的数据爱好者绝大多数使用 jupyter notebook 来实现分析和建模的过程,因此,

  • jupyter notebook 添加kernel permission denied的操作

    为什么要手动添加核? 因为使用公司的服务器,最好不要直接使用anaconda自带的python,更不要使用系统下自带的python,如果每个人都使用同一个python,可能会给别人的工作带来"致命的伤害". 怎么添加? 正常情况: python -m ipykernel install --name your_env_name (your_env_name 代表你的python环境的名字) 如果出现 error13 permiss denied:/usr/local/share/jup

  • jupyter notebook参数化运行python方式

    Updates (2019.8.14 19:53)吃饭前用这个方法实战了一下,吃完回来一看好像不太行:跑完一组参数之后,到跑下一组参数时好像没有释放之占用的 GPU,于是 notebook 上的结果,后面好几条都报错说 cuda out of memory. 现在改成:将 notebook 中的代码写在一个 python 文件中,然后用命令行运行这个文件,比如: # autorun.py import os # print(os.getcwd()) over = [ # 之前手工改参数跑完的参数

  • 解决jupyter notebook import error但是命令提示符import正常的问题

    基本上是因为jupyter notebook的kernel所用的python和命令提示符中的python环境不一样. 首先分别在cmd和jupyter notebook下查看所用python版本: import sys sys.executable 如果不一样的话就进行下一步,更改jupyter notebook的kernel环境: 在命令行输入: ipython kernelspec list 可以看到指定kernel地址的文件夹 : Available kernels: python2 C:

  • Jupyter notebook运行Spark+Scala教程

    今天在intellij调试spark的时候感觉每次有新的一段代码,都要重新跑一遍,如果用spark-shell,感觉也不是特别方便,如果能像python那样,使用jupyter notebook进行编程就很方便了,同时也适合代码展示,网上查了一下,试了一下,碰到了很多坑,有些是旧的版本,还有些是版本不同导致错误,这里就记录下来安装的过程. 1.运行环境 硬件:Mac 事先装好:Jupyter notebook,spark2.1.0,scala 2.11.8 (这个版本很重要,关系到后面的安装)

  • Ubuntu安装Jupyter Notebook教程

    Ubuntu安装Jupyter Notebook教程

    一.Jupyter介绍 Jupyter Notebook是一个交互式笔记本,支持运行40多种编程语言.Jupyter Notebook 的本质是一个 Web 应用程序,便于创建和共享文学化程序文档,支持实时代码,数学方程,可视化和 markdown.用途包括:数据清理和转换,数值模拟,统计建模,机器学习等等. 二.安装步骤 环境:Docker(17.04.0-ce).镜像Ubuntu(16.04.3) 1. 更新软件列表 root@787c084a44e4:~# apt-get update 2

  • jupyter notebook 多环境conda kernel配置方式

    一直记不住在jupyter notebook配置多环境编译器技巧,今总结于此,也希望对其他小伙伴有所帮助,如果有用请点赞! 1.对windows用户,win+R,输入cmd进去进入命令行,激活环境: 2.首先,确定自己是否安装包'ipykernel',若是没有安装,则进行安装:已安装进行下一步. 3.然后输入命令: python -m ipykernel install --user --name deeplearningproject --display-name "deeplearningp

  • Jupyter notebook 远程配置及SSL加密教程

    jupyter notebook的安装在这里都不赘述 可以参考jupyter官网的步骤 http://jupyter-notebook.readthedocs.io/en/latest/public_server.html 这里讨论下jupyter notebook里面的远程访问配置以及SSL加密 1. 远程访问配置 jupyter notebook --generate-config 这个命令会在当前用户的 ~/.jupyter/ 文件夹下面生成一个 jupyter_notebook_conf

随机推荐