机器学习：在虚拟环境中使用 Jupyter Lab

机器学习：在虚拟环境中使用 Jupyter Lab

第一步：激活虚拟环境

打开终端（CMD/PowerShell）并执行：

$cmd

#激活虚拟环境

$conda activate D:\conda_envs\mll_env

激活后，终端提示符前会显示环境名称，例如：

(D:\conda_envs\mll_env) D:\conda_envs>

第二步： 安装 Jupyter Lab

在激活的环境中安装 Jupyter Lab：

conda install -c conda-forge jupyterlab

确认安装的包：

conda list jupyterlab  # 应显示版本号（如 4.0.13）

第三步：注册环境内核到 Jupyter（关键步骤）

1、注册环境内核到 Jupyter

为了让 Jupyter Lab 识别当前环境的 Python 内核，需安装 ipykernel 并注册内核：

#安装 ipykernel
conda install ipykernel -y

#注册内核到正确路径
$python -m ipykernel install --name mll_env --display-name "Python (mll_env)" --prefix=D:\conda_envs\mll_env

• 参数说明：

  • --name mll_env：内核名称（与环境名一致）

  • --display-name：在 Jupyter 中显示的名称

  • --prefix：指定虚拟环境路径，确保内核配置写入环境目录

2、验证内核配置位置

1. 检查虚拟环境目录下是否生成内核配置：

   D:\conda_envs\mll_env\share\jupyter\kernels\mll_env
   ├── kernel.json
   ├── logo-32x32.png
   └── logo-64x64.png

2.打开 kernel.json 文件，确认 argv 中的 Python 路径指向虚拟环境：

第4步：启动 Jupyter Lab 并验证

1、在激活的虚拟环境中启动 Jupyter Lab：

jupyter lab

2、创建新 Notebook：选择内核 Python (mll_env)。

3、验证 Python 路径：

在 Notebook 中运行以下代码：

import sys
print(sys.executable)

预期输出：

D:\conda_envs\mll_env\python.exe

4、查看Jupyter Lab的文件工作目录

import os
print("当前工作目录：", os.getcwd())