首先激活需要安装JupyterLab的环境
比如环境名称为my_second_env
conda actiavte my_second_env
安装JupyterLab
conda install -c conda-forge jupyterlab
关于conda如何在指定通道创建指定版本,更多内容请看这篇用Anaconda Prompt管理conda环境-CSDN博客
启动JupyterLab
jupyter lab
这将在您的计算机上启动一个本地web服务器,显示JupyterLab界面。因为它在本地运行,你不需要一个活跃的互联网连接。不过,你需要让提示窗口或终端保持打开状态,因为它正在运行笔记本电脑的本地服务器,让你与网络浏览器进行交互。
虽然可以导入和使用安装在同一环境中的任何包。这也是最简单的方法,但是随着pkgs目录被不同版本的JupyterLab填充,它可能会占用大量资源。
如果项目不需要锁定特定版本的JupyterLab,推荐使用ipykernel安装方法。在base环境中安装JupyterLab,然后将每个conda环境链接回base环境中的JupyterLab包。
这种方法具有资源效率,可以轻松地保持包的最新状态,并从相同的JupyterLab实例中选择不同的环境。
比如创建一个JupyterLab项目,名字为my_lab
首先根据项目需要的资源文件,创建一个专用的项目目录,比如:
- my_lab
- notebooks
- data
- my_lab_env
最好为每个项目都创建一个专用的conda环境。
关于Jupyter notebook项目目录,更多内容请看这篇创建Jupyter Notebook项目目录-CSDN博客
conda create --name my_lab_env
conda activate my_lab_env
conda install ipykernel
如果您确实需要在项目中使用特定版本的Python,则需要显式地将其安装到环境中。
停用my_lab_env,它将返回到base环境:
conda deactivate
进入到项目目录,比如my_lab\notebooks
从活动的base环境启动JupyterLab
jupyter lab
如果在base环境中没有安装JupyterLab(默认都有安装)
conda install -c conda-forge jupyterlab