在base环境下运行Jupyter Notebook与退出base环境后运行Jupyter Notebook,主要的区别在于Python环境和可用包的不同。
在base环境下运行Jupyter Notebook:
当你在base环境中运行Jupyter Notebook时,你将使用的是base环境中安装的所有Python包和库。这意味着,你可以使用在base环境中安装的任何Python版本和依赖项来运行你的代码。
所有的更改和安装的新包都将影响base环境。例如,如果你在运行Jupyter Notebook时安装了一个新的库,这个库将会在整个base环境中可用。
你可以利用Conda的环境管理功能来创建新的环境,每个环境可以有不同的Python版本和包,这样可以帮助你管理不同项目的依赖关系。
退出base环境后运行Jupyter Notebook:
如果你退出了base环境,你将回到系统的默认Python环境。这通常意味着你可能无法使用在base环境中安装的特定Python包和库。
你可能需要使用pip来安装和运行Python包,这可能会导致版本冲突和依赖性问题,因为pip不会像Conda那样管理依赖关系。
如果你没有在系统默认环境中安装Jupyter Notebook,你可能无法运行它,或者需要先安装它。
总的来说,使用Conda的base环境运行Jupyter Notebook可以为你的Python开发提供更一致和可控的环境。你可以轻松地创建和管理多个环境,每个环境都有其自己的Python版本和包,这样可以避免不同项目之间的依赖冲突。而退出base环境后,你将回到系统的默认设置,这可能会导致一些不可预见的问题,特别是如果你的项目依赖于特定版本的Python或特定的包时。因此,建议在特定的Conda环境中运行Jupyter Notebook,以确保你的开发环境的一致性和稳定性。
在ubuntu中输入如下
conda info --envs
会得到以下显示(查看conda下的环境)
#
base /home/getor/miniconda3
再输入
conda activate base
就ok了
注意:仅在当下终端有用。
新建环境:
在base环境下创建一个新的Python环境是一个相对简单的过程,可以通过以下步骤来完成:
打开终端:
打开你的终端或命令行界面。在Linux或macOS上,这通常是通过快捷键或在应用程序中找到终端程序。在Windows上,你可以使用命令提示符或PowerShell。
激活base环境(如果尚未激活):
如果你尚未激活base环境,你需要先激活它。这可以通过运行以下命令来完成:
conda activate base
如果你已经处于base环境中(如终端提示符前有base字样),则可以跳过此步骤。
创建新的环境:
使用conda create命令来创建一个新的环境。你需要指定环境的名称以及你希望安装的Python版本。例如,如果你想创建一个名为myenv的新环境,并安装Python 3.8,可以使用以下命令:
conda create -n myenv python=3.8
这里-n myenv指定了新环境的名称,而python=3.8指定了要安装的Python版本。
激活新环境:
创建环境后,你可以通过conda activate命令来激活新环境:
conda activate myenv
现在你应该处于新创建的环境中,可以在该环境中安装所需的包和库。
安装额外的包(可选):
一旦你激活了新环境,你可以使用conda install命令来安装所需的任何额外的包。例如,如果你想安装NumPy,可以使用以下命令:
conda install numpy
或者,如果你知道需要哪些包,可以在创建环境时一次性安装它们。
退出新环境:
当你完成工作并希望退出新环境时,可以使用以下命令:
conda deactivate
这将把你带回到base环境或其他之前激活的环境。
默认退出
可以通过以下命令来设置终端默认环境为“非base”
conda config --set auto_activate_base false
通过以上步骤,你可以在base环境下轻松创建和管理多个Python环境,每个环境都有独立的包和依赖项,这样可以帮助你更好地组织和管理你的项目。