【转载自知乎】如何在Jupyter Notebook中使用Python虚拟环境？

如何在Jupyter Notebook中使用Python虚拟环境？原文作者：王树义

Python好多版本，机子自带和工作要求不一定是同一版本，还有多种工作项目不一定是同版本。所以需要虚拟环境。

采用aconda时候，jupyter notebook不能自动识别。网上搜索，遂查到王树义解决办法，转发以给自己记录汇总下，省的自己忘了。

虚拟

在虚拟环境里，各种软件包的版本，都由你来指定。它们和系统默认Python环境是相互隔离的，因此互不干扰。

 

 

我给这个用于学习Python 3版本Tensorflow的虚拟环境起了个好记的名字，叫做tfpy3。

进入终端环境，使用Anaconda的环境创建命令，一行代码就可以创建成功。

conda create -n tfpy3 python=3

 

 

我在~/learn/实验目录下创建了一个名为tensorflow的文件夹。创建好后进入。

cd learn/tensorflow

下面我们呼唤刚才创建的虚拟环境：

source activate tfpy3

这时你会发现终端提示符前面出现了特定虚拟环境标识。

 

 

虚拟环境顺利加载。

在这个虚拟环境下，我们就可以安装针对Python 3.6的最新版Tensorflow了。

pip install tensorflow

好了，1.3.0版本tensorflow安装成功。下面我们就呼叫Jupyter Notebook，来编码吧！

jupyter notebook

咦？为什么创建新笔记本的选项中，只有默认的Python 2和后来安装过的R？

 

 

tfpy3虚拟环境哪里去了？根本找不到！

插件

头痛半晌，突然想起古人那句：

吾尝终日而思矣，不如须臾之所学也。

对啊，上网搜！

查询了一下，很快发现了解决方案。原来为了让Jupyter Notebook支持虚拟运行环境，需要在Anaconda里安装一个插件。

回到终端下面，用C-c退出目前正在运行的Jupyter Notebook Server，然后执行：

conda install nb_conda

再重新开启Jupyter Notebook：

jupyter notebook

 

 

这下我们就能看到差别了——除了最新安装设定的tfpy3外，之前用Anaconda设置过的其他虚拟环境也都可以在此选择使用。太棒了！

我们选择刚刚创建的tfpy3环境。

执行：

import tensorflow as tf
tf.VERSION

第二行语句是反馈tensorflow的版本。

 

 

1.3.0，没错！这就是刚刚我们安装的最新Tensorflow版本。

下面就是愉快的编码时间了。加油！