关于anaconda prompt 启动jupyter lab卡死问题(电脑卡死，需要强制关机)

在anaconda prompt 启动jupyter lab的卡死问题已经困扰我接近一年了，在网上查了很多解决方案都无效。无奈之下，自己彻底卸载anaconda后开始大量测试，试图解决问题。

目录

一：问题简述

​二：问题表现

三：这种问题的解决办法

方法一：（第一版）清理缓存、注册表(不好用，不建议)

方法二：（第二版，建议）每次启动前修改一次工作路径(有点繁琐，但很管用，能完全避免启动卡死)

方法三：（第三版，建议）卸载nb_conda(实验推测是nb_conda引起的问题)

①：创建一个虚拟环境.

②：创建完后，配置环境。

③：修改kernel.json中的路径，设定为相应虚拟环境的路径    

④：效果显示

---

一：问题简述

通过anaconda prompt启动jupyter lab时，如果看到一个Activate code page:65001+CONDA_PREFIX = 路径，心会直接凉一半，因为根据以往经验，多半又得卡死了。

如果出现3次，那基本可以准备强制关机，重启电脑了。

二：问题表现

这种卡死的表现：

        ①jupyter显示正在连接内核，但一直连接不上。

        ②电脑开始变得卡顿(就仿佛电脑停止工作了一样)，此时浏览器无法加载新的网页，也无法打开任务管理器，久而久之连页面都无法关闭......

遇到这种卡死，我一直都是强制关机处理的，重新打开电脑就可以正常使用电脑了，但依然没法正常使用jupyter lab。

三：这种问题的解决办法

方法一：清理缓存、注册表(不好用，不建议)

        清理电脑缓存。这个方法时好时坏，不建议使用。

方法二：每次启动前修改一次工作路径(有点繁琐，但很管用，能完全避免启动卡死)

        首先要找到jupyter生成的配置文件 jupyter_lab_config.py 。如果不知道在哪儿，就在 anaconda prompt 中用如下命令生成一个，并显示其地址。根据地址找到jupyter lab的配置文件。

jupyter lab --generate-config

       每启动一次jupyter lab，就修改一次jupyter lab配置文件中的默认工作路径。这种方法可以完美避免卡死，但麻烦在于每启动一次jupyter lab就需要修改一次路径。比如我的：

这次启动用的path1，那么下次启动就换成path2。(我很长一段时间都是这样处理的，把配置文件的快捷方式放在桌面上，默认记事本打开，每次就在两个工作路径反复切换)。

# Configuration file for lab.

## 修改工作路径
## The directory to use for notebooks and kernels.
#  Default: ''
##c.ServerApp.root_dir = path1  ## 自设工作path1
c.ServerApp.root_dir = path2    ## 自设工作path2

方法三：卸载nb_conda(实验，推测是nb_conda引起的问题)

        最近顺着报错找原因时，找原因时，怀疑是因为安装了nb_conda的原因，导致的错误。

因为没有nb_conda,就不会有下面这些东西出现。

        不使用nb_conda，就没法在jupyter里面切换其他内核了，这又是我不愿意看到的。因此，为了能切换内核的同时又能解决卡死问题，我在网上找到了方法，以下是我总结的解决方案：

①：创建一个虚拟环境.

        我将jupyter的配置相关文件单独放在一个环境里面的，（为了防止出问题，如果出问题了就直接删除这个虚拟环境）

conda create -n 环境名称 python=版本号
## 我的
conda create -n jupyter python==3.8

②：创建完后，配置环境。

# 安装jupyter lab
conda install jupyterlab ##或者：pip install jupyterlab

# 安装nodejs(如果要代码补全等插件，就必须安装)
conda install nodejs

# 安装ipykernel
conda install  ipykernel ##或者：pip install ipykernel

# 在conda环境中，激活jupyter(我创建的虚拟环境叫jupyter,根据自己的存放jupyter的虚拟环境修改)
conda activate jupyter

## 添加内核
## ipykernel install --name=(建议填虚拟环境的英文名) --display-name=(jupyter显示名)
ipykernel install --name=DA --display-name=数据分析  ## 我的虚拟环境之一(DA)
## 如果有多个虚拟环境，同理：
ipykernel install --name=ML --display-name=机器学习  

## 添加完内核，查看一下内核信息
jupyter kernelspec list

        这是我的jupyter kernelspec list后的结果：

③：修改kernel.json中的路径，设定为相应虚拟环境的路径    

        还没有结束！！！顺着这个路径，找到新添加内核的配置信息的位置

## 比如我的两个：
da         C:\Users\NaN\AppData\Roaming\jupyter\kernels\DA
ml         C:\Users\NaN\AppData\Roaming\jupyter\kernels\ML

## 就复制路径
C:\Users\NaN\AppData\Roaming\jupyter\kernels\
## 去文件资源管理器打开

         可以看到有两个：

 这就是添加的虚拟环境的配置文件所在位置，进入其中一个，可以看到kernel.json文件，用记事本打开，然后修改的内容如下：(第一个必修改，第二个根据自己喜好修改)

        修改完成后，在jupyter 虚拟环境下启动jupyter lab,就可以看到自己的虚拟环境了

        同理，修改其他kernel。 

补充：第三步修改完，在打开jupyter后创建一个ipynb文件后，可能依然连接不上，并且会报如下错误：

        这时候，你需要在当前虚拟环境安装一个库，

## 在存放jupyter lab的虚拟环境中安装
conda install pyzmq

         安装完成后，上面的错误就不会再报了，并且可以启动jupyter lab，正常使用了​​​​：

④：效果显示

        修改完成后，jupyterlab启动就不会卡死了，同时也能完成nb_conda的功能(在jupyter里面切换内核)。以下是对比效果。

        数据分析专用的kernel：

        机器学习专用的kernel：

 

        到这里为止，整个基础环境就算配置好了，后续根据自己需要再配置相应的包、插件，就可以正常使用了。        

         到写完这篇文章为止，电脑还没有启动卡死过，后续如果还卡死，我会再继续找办法解决并更新，如果未更新，就意味着最后一个方法已解决这种问题。

更新时间：2022-07-17

        更新了，2022-07-18 23:40，在jupyter里关闭所有kernel后再次打开jupyter时，电脑报一下错误，然后卡死(同之前症状)

Exception in callback ()
handle: ()>
Traceback (most recent call last):
  File "D:\B\anaconda\conda3\envs\jupyter\lib\asyncio\events.py", line 81, in _run
    self._context.run(self._callback, *self._args)
RuntimeError: Cannot enter into task  cb=[IOLoop.add_future..() at D:\B\anaconda\conda3\envs\jupyter\lib\site-packages\tornado\ioloop.py:687]> while another task  cb=[IOLoop.add_future..() at D:\B\anaconda\conda3\envs\jupyter\lib\site-packages\tornado\ioloop.py:687]> is being executed.

 解决方法： 如下ERROR:asyncio:Exception in callback ＜TaskWakeupMethWrapper object at 0x000001E5B13E7FA8＞(＜Future fin_峰回路转~的博客-CSDN博客jupyter notebook运行报错第一种报错：ERROR:asyncio:Exception in callback (https://blog.csdn.net/weixin_40981660/article/details/119897759        简单来说就是：pyzmq版本问题。

        在存放jupyter的虚拟环境下执行以下代码就可以解决了。

pip uninstall jupyter-cilent
pip install jupyter-client==6.1.12 -i https://pypi.tuna.tsinghua.edu.cn/simple/
pip uninstall pyzmq
pip install pyzmq==19.0.2 -i https://pypi.tuna.tsinghua.edu.cn/simple

更新时间：2022-07-19 0:02