Pycharm能运行Jupyter会报错

目录

Jupyter 简介

主要特性

安装和使用

安装

启动

问题描述

解决问题

问题理解

问题再解决

---

Jupyter 简介

Jupyter是一个开源的交互式计算环境，允许用户编写和运行代码、创建文档以及展示结果。

主要特性

• 交互式编程：即时执行代码并查看结果。
• 多语言支持：如Python、R、Julia等。
• 富文本编辑：可以使用Markdown、HTML和LaTeX等格式。
• 数据可视化：方便地内嵌各种图形和图表。

安装和使用

安装

使用pip进行安装：

pip install jupyter

启动

运行以下命令启动Jupyter Notebook:

jupyter notebook

问题描述

Jupyter Notebook是一个很好的编辑器，在日常的编程中既可以编写代码，还能针对编程的代码写下大量的注释内容，经常使用jupyter制作的内容用于课程教学。

但是今天遇到一个问题：在pycharm可以运行的代码，在jupyter却无法运行。

有人可能会说是因为你的pycharm和jupyter使用的不是同一个环境。的确有这种可能，但是我查看了我的conda环境，一共就两个环境：

当我打开我的pycharm，去查看里面的python解析器时，我选择已经存在的环境时结果如下：

看到这个结果，那我认为我的pycharm其实选择的是base环境。

但是当我打开我的jupyter时，我看到的结果就很让我困惑：

而且，在我选择python 3.9(xpython)时，这个核是无法运行的，所以我当时就认为第一个python 3的核应该是对应base环境的，所以缺少的库我都使用pip在base环境安装了。

当时它报出下面这个错误时我就很困惑：

因为我的base环境是安装了这个库的，如下图：

解决问题

在网上没找到一个明确的回答，但是我猜可能是因为自己的环境的问题，但是我实在是无法理解，因为我一共就两个环境，应该这个对应是没有错的。为了解答这个问题，我重新创建了一个环境来进行实验。

第一步：创建环境

conda create --name myenv python=3.9

第二步，激活环境

conda activate myenv

第三步，安装ipykernel

pip install ipykernel

第四步，添加环境到jupyter

python -m ipykernel install --user --name=myenv --display-name "My Environment"

这一步将设置的环境myenv在jupyter上展示为My Environment以供选择的核

第五步，启动jupyter

jupyter notebook

第六步，选择kernel

在这个环境中，我安装了运行代码所需要的库。

并且安利一下，在国内使用pip install  安装简直就是龟速下载，所以我们一定要使用镜像下载，这个非常的快。举个下载pandas的例子：

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple pandas

通过在 "Kernel"（内核）菜单中选择 "Change Kernel"（更改内核）来选择My Environment环境内核。

相同的代码，这次我得到了想要的结果：

问题理解

我觉得比较跟本的原因是因为以前在安装jupyter时没有去做第四步，ipykernel的安装，导致我们在conda上创建的python环境无法在jupyter上面使用。其实主要是因为base环境没有做好配置，而在这时又跑出一个可以用的python 3 环境，这导致我认为这两个是一个东西。其实它们不是同一个环境。

其实会出现像“Python 3”和“Python 3.9 (xpython)”，这通常意味着你的系统中安装了多个Python内核或解释器，并且它们已经被添加到Jupyter中。可能在同一台机器上安装了多个Python环境或版本，比如一个来自系统默认的Python，另一个可能是通过Anaconda或其他方式安装的。

问题再解决

既然，已经找到问题，面对这种情况，我们除了只能重新创建新环境外，还可以将以前没有添加的环境加入到可选的核里面来，操作如下：

使用以下命令查看已经安装的核：

jupyter kernelspec list

我们可以看到，里面是没有base环境的核的。

第一步，激活base环境

conda activate base

第二步，安装ipykernel

conda install ipykernel

第三步，添加python解释器到jupyter内核

python -m ipykernel install --user --name base --display-name "Python (base)"

最终结果如下：

我们已经成功添加了base环境进来了，下面让我选择这个核来运行一下代码。

最终得到了我们想要的结果。