Jupyter Notebook本身是默认使用一种Anaconda中root目录下的Python环境的,如果想使用其它的虚拟环境,还需要通过插件来实现,也就是nb_conda插件。
通过下面命令安装插件:
conda install nb_conda
安装完插件后,如果打开jupyter notebook后,在主页就会出现Conda选项卡,而没按插件之前是没有这个选项卡的。
我们安装完nb_conda插件后,打开jupyter在自己的Jupyter笔记中点击“Kernel → Change kernel”应该就可以切换虚拟环境了。
但是肯定有人跟我一样犯了一个致命的错误,我们除了安装插件外,还需要在你所建的每个虚拟环境中安装jupyter notebook。
首先我们先进入虚拟环境,命令如下:
Linux&mac环境:
source activate your_env_name
Windows:
conda activate your_env_name
命令如下:
conda install -y jupyter
安装以上命令,在每个虚拟环境中安装jupyter就可以了。
此时我们已经把该安装的东西都安装好了,退出虚拟环境,我们需要重启一下jupyter。重启后,打开笔记点击Kernel → Change kernel就可以切换虚拟环境了。
如果是多个虚拟环境,我们可以通过右上角看到我们当前在哪个环境下面。秒切换环境,真是方便极了。
打开jupyter后点击Conda会弹出这样的错误:
解决方法:
找到Anaconda安装路径下nb_conda库的envmanager.py文件
win系统在目录:Anaconda3\Lib\site-packages\nb_conda\envmanager.py
linux系统在目录:Anaconda3/pkgs/nb_conda-2.2.1-py36_0/lib/python3.6/site-packages/nb_conda/envmanager.py
找到该文件后在83~86行有这样一段代码:
return {
"environments": [root_env] + [get_info(env)
for env in info['envs']]
}
我们将此段代码改成如下:
return {
"environments": [root_env] + [get_info(env) for env in info['envs'] if env != root_env['dir']]
}
然后重启jupyter就可以了。
错误2:AttributeError: ‘dict’ object has no attribute 'rsplit’
解决方法:
找到Anaconda安装路径下文件:Anaconda3\Lib\site-packages\nb_conda\envmanager.py
修改内容:
name, version, build = s.rsplit('-', 2)
修改成:
if isinstance(s, dict):
s = s['dist_name']
name, version, build = s.rsplit('-', 2)
然后重启jupyter。
错误3:’_xsrf’ argument missing from POST
解决方法:
用户家目录下 .jupyter/jupyter_notebook_config.json文件添加:
"disable_check_xsrf": true
然后重启jupyter。
如果没有报错的话,就可以在jupyter中新建python环境了,需要注意的是新建的环境需要安装ipykernel包,才会显示在新建note菜单中。
如果看不到的话,强制刷新下页面就好了。
conda的更新方法:
conda update -n base conda -c conda-forge
# 通过pip安装
pip install jupyter_contrib_nbextensions
# 通过conda安装
conda install -c conda-forge jupyter_contrib_nbextensions
jupyter contrib nbextension install --user
然后重启jupyter即可看到nbextensions选项卡。