Anaconda创建虚拟环境并使用Jupyter-notebook打开虚拟环境（开搞开搞）

已于 2022-03-05 10:15:35 修改
阅读量2.3w 收藏 274
点赞数 60
分类专栏： NLP 文章标签： jupyter python anaconda
于 2021-09-27 16:30:30 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/ninpengyou/article/details/120508552
版权

Anaconda

Anaconda 是一个用于科学计算的 Python 发行版，支持 Linux, Mac, Windows, 包含了众多流行的科学计算、数据分析的 Python 包。
安装包可以到 https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/ 下载。
具体安装步骤自行百度。

虚拟环境

什么是虚拟环境？

一个虚拟化，从电脑独立开辟出来的环境。通俗的来讲，虚拟环境就是借助虚拟机docker来把一部分内容独立出来，我们把这部分独立出来的东西称作“容器”，在这个容器中，我们可以只安装我们需要的依赖包，各个容器之间互相隔离，互不影响。譬如，本次学习需要用到Django，我们可以做一个Django的虚拟环境，里面只需要安装Django相关包就可以了，需要Scrapy库，就在开辟一个独立空间来学习Scrapy库相关就行了。

为什么使用虚拟环境？

在实际项目开发中，我们通常会根据自己的需求去下载各种相应的框架库，如Scrapy、Beautiful Soup等，但是可能每个项目使用的框架库并不一样，或使用框架的版本不一样，这样需要我们根据需求不断的更新或卸载相应的库。直接怼我们的Python环境操作会让我们的开发环境和项目造成很多不必要的麻烦，管理也相当混乱。如一下场景：

场景1：项目A需要某个框架1.0版本，项目B需要这个库的2.0版本。如果没有安装虚拟环境，那么当你使用这两个项目时，你就需要 来回 的卸载安装了，这样很容易就给你的项目带来莫名的错误；

场景2：公司之前的项目需要python2.7环境下运行，而你接手的项目需要在python3环境中运行，想想就应该知道，如果不使用虚拟环境，这这两个项目可能无法同时使用，使用python3则公司之前的项目可能无法运行，反正则新项目运行有麻烦。而如果虚拟环境可以分别为这两个项目配置不同的运行环境，这样两个项目就可以同时运行。

Tips:其实虚拟环境好处也确实比较多，会给我们项目的开发带来许多的好处，但不要贪玩哦。

使用和管理虚拟环境

  1. 运行Anaconda Prompt
  2. 检验当前conda的版本
conda -V
  1. 创建虚拟环境：
conda create -n  env_name python=x.x
#同时可以安装指定库
conda create -n env_name numpy matplotlib python=3.6

env_name 为虚拟环境名称，x.x为虚拟环境python的版本，根据需求来定。

  1. 激活虚拟环境
conda activate env_name
  1. 退出虚拟环境
conda deactivate env_name
  1. 查看已有的虚拟环境
conda env list  或 conda info -e
  1. 如果没有进入到当前虚拟环境，使用-n env_name 的方式去指定对某个虚拟环境安装软件
# 查看指定环境下已安装的package
conda list -n env_name
# 安装指定环境下某个package
conda install -n env_name [package]
# 删除指定环境下某个package
conda remove -n env_name [package]
# 更新指定环境下某个package
conda update -n env_name [package]
  1. 重命名环境
conda create -n env_name1 --clone env_name2
  1. 删除虚拟环境
    conda remove -n env_name --all
  2. 删除虚拟环境中的包
    conda remove --name $your_env_name $package_name（包名）
  3. 检查更新当前conda
conda update conda
  1. 换源
    有时用国外镜像源下载库的速度比较慢，因此可以将镜像源换位国内的。
    Windows 用户无法直接创建名为 .condarc 的文件，可先执行 conda config --set show_channel_urls yes 生成该文件之后再修改。
channels:
  - defaults
show_channel_urls: true
default_channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
  conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

然后运行 conda clean -i 清除索引缓存即可。

Jupyter Notebook

Jupyter notebook简介

Jupyter这个名字是它要服务的三种语言的缩写：Julia，PYThon和R，这个名字与“木星（jupiter）”谐音。
之前我们只能在普通的 Python shell 或者在IDE（集成开发环境）中写代码，然后在word中写文档来说明你的项目。这个过程很反锁，而且写完代码之后，还需要重头回顾一遍代码来写文档。最致命的地方在于，有些数据分析的中间结果，还需要重新跑代码，然后把结果弄到文档里给客户看。但是notebook 可以直接在代码旁写出叙述性文档，而不是另外编写单独的文档。也就是它可以能将代码、文档等这一切集中到一处，让用户一目了然。

例如：
在这里插入图片描述

快速上手notebook

启动Jupyter notebook

安装Anaconda时自带Jupyter notebook，如果没有可以通过执行命令行pip3 install jupyter即可

  1. 双击Jupyter notebook图标。
    在这里插入图片描述
  2. 在终端中输入以下命令`
 Jupyter notebook

ps:如果同时启动多个Jupyter Notebook，由于默认端口“8888”被占用，因此地址栏中的数字将从“8888”起，每多启动一个Jupyter Notebook数字就加1，如“8889”、“8890”…

  1. 指定端口启动
jupyter notebook --port <port_number>
  1. 启动服务器但不打开浏览器
jupyter notebook --no-browser

关闭 notebook服务器

通过在终端中按两次 Ctrl + C，可以关闭整个服务器。

关闭Jupler notebook文件

对于关闭 notebook，可以通过选中文件，点击 “shutdown” 来操作操作，但请确认先保存。
在这里插入图片描述
或者直接关闭notebook的页面即可。
ps:这会立即关闭所有运行中的 notebook，记得关闭文件。
关闭notebook服务器后，下次启动再打开notebook，当你继续在该notebook中写代码时，发现之前的变量无法访问了。需要你在该notebook的Kernerl选项卡中选择“Run All”重新编译下之前的代码。
在这里插入图片描述

notebook 界面

Jupyter notebook有两种不同的键盘输入模式：

① 编辑模式：编辑代码，单元格显示绿色边框。

切换方式：单击单元格内，或者直接按键盘上 Enter 键，即可进入编辑模式。
在这里插入图片描述

② 命令模式：执行命令，比如在上添加一个单元格，在下添加一个单元格，删除选中的单元格等，单元格显示***蓝色***边框。

切换方式：单击单元格外任何位置，或者直接按键盘上 Esc 键，即可进入命令模式。
在这里插入图片描述

代码单元格

平时在 IDE 软件里敲代码一样，可以编写和执行代码，给变量赋值、定义函数和类、导入包等。可以通过 Shift + Enter 执行单元格代码。
在这里插入图片描述

Markdown 单元格

Markdowen模式：用来记笔记,可以加入链接、将文本样式设为粗体或斜体和设置代码格式。通过 Shift + Enter 或 Ctrl + Enter 可运行 Markdown 单元格，将 Markdown 呈现为格式化文本。
在code编辑模式下，Esc一下切换到命令模式，然后M键一下切换到markdown模式。在这里插入图片描述

重命名notebook

可以直接修改
在这里插入图片描述
或者点击“File”->Rename，对文件进行重命名
在这里插入图片描述
然后进行保存。
在这里插入图片描述

上传notebook文件在这里插入图片描述

上传完成后，点击上传的文件，就可以在notebook中打开了

下载notebook文件

点击File->Download as，可以选择多种格式下载你的notebook。可以根据下面的用途来选择不同的下载格式：

  • 如果想和客户分享数据分析成果，选择将notebook下载为HTML文件。
  • 如果希望将自己的数据分析成果和代码嵌入到项目中，可以选择Python（.py）模块，这样可以将我的代码融入项目中，成为子模块，方便和其他开发人员共同完成任务。
  • 如果想要在博客或文档中使用 notebook，我就选择Markdown格式。
  • 默认的notebook文件后缀是.ipynb

快捷键（网页上的Jupyter Notebook应用）

notebook 快捷键，能让你无需使用鼠标和工具栏，快速使用键盘与单元格交互。虽然了解这些快捷键需要花费一点时间，但熟练掌握之后，可以大大提高工作效率。快捷键可以通过单元格 蓝色 状态下按 “h” 来查看
在这里插入图片描述

1. "shift + enter" notebook单元格内执行代码，并且自动跳至下一个的单元格
2. "tab" 自动补齐代码，相当于eclipse的 alt + /
3. "shift + tab" 连按2次，显示注释，相当于eclipse的f2
 命令模式（蓝框）和 编辑模式（绿框）的切换：
	蓝 - 绿："Enter"， 绿 - 蓝 ："Esc"
4. 当前单元格下方创建单元格（命令模式下）："A"
5. 当前单元格上方创建单元格 (命令模式下)："B"
6. 当前单元格MarkDown模式和Code模式切换（命令模式下）：m到c为"Y", c到m为"M"
7. 当前单元格内容增加行号（命令模式下）："L"
8. 删除单元格：连续两次按 "D"或者"x"
9. 保存："S"

魔法（Magic）函数

Magic关键字是 IPython 的一些高级用法，可以运行特殊的命令，然后控制 notebook。例如，在 notebook 中可以使用%matplotlib 将 matplotlib 设置为以交互方式工作。
Magic 命令的前面带有一个或两个百分号（% 或 %%），分别代表行 Magic 命令和单元格 Magic 命令。行 Magic 命令仅应用于编写 Magic 命令时所在的行，而单元格 Magic 命令应用于整个单元格。
比如：

1.运行外部python源文件：%run xxx.py
2.计算statement的运行时间:%time statement
3.计算statement的平均运行时间:%timeit statement
4.测试多行代码的平均运行时间：
    %%timeit
    statement1
    statement2
    statement3

当然还有很多 Magic 关键字的使用，更多内容请参考：http://ipython.readthedocs.io/en/stable/interactive/magics.html

Jupyter Notebook内核管理

  1. 查看所有kernel
 jupyter kernelspec list
  1. 删除kernel
jupyter kernelspec remove xxxx
  • 切换kernel
    一般情况下，可以新建文件来选择kernel。
    在这里插入图片描述
    但是有时候会显现无法切换kernel的情况：
    jupyter一直显示No module named ‘torch’，用cmd查看torch.version，可以打印出来。原因就是在使用Jupyter Notebook的时候，加载的仍然是默认的Python Kernel。
    首先查看所有kernel，看需要使用的kernel是否存在Jupyter Notebook中。
 jupyter kernelspec list

如果不在的话，可以通过一下方案解决：

  • . 安装ipykernel
 jupyter kernelspec list

conda install ipykernel
#如果不行的话可以使用
pip install ipykernel #不要问为什么，问就是不知道（计算机的神奇之处）
  • 激活虚拟环境
conda activate env_name
  • 将环境写入Notebook的kernel中
python -m ipykernel install --user --name env_name --display-name "name(jupyter显示名称)"
  • 打开Jupyter notebook，新建Python文件，即可看到创建的环境。
jupyter notebook（虚拟环境中执行该命令）

但是我执行该步骤后，虽然可以在jupyter中选择该内核（虚拟环境），但是torch库报错，在这里插入图片描述
然后我在终端的python编译器中输入代码import sys sys.executable，查看路径；发现可以发现二者路径不一样，使用Jupyter Notebook的时候，加载的仍然是默认的Python Kernel，而且在Anaconda Prompt中出现“ImportError: cannot import name ‘generator_to_async_generator’”。

import sys
sys.executable

我的解决方案是通过以下方式打开jupyter notebook即可（中间也安装了nb_conda_kernels等包，不知道问题的解决跟这些有没有关）。当然网上也有一些其他的解决方案。
在这里插入图片描述
此时此刻 ，jupyter notebook安装成功，我们可以在上面搞一些事情…，下集见

补充：

问题1：终端显示ImportError: cannot import name 'secure_write'，jupyter界面显示jupyter连接失败到后台服务的连接没能建立, 我们会继续尝试重连, 请检查网络连接还有服务配置.
解决办法：首先更新 jupyter_client版本

pip install --upgrade jupyter_client

然后可能会显示"AttributeError: type object 'IOLoop' has no attribute 'initialized' "，这是因为tornado版本过高，不支持jupyter notebook，可以将 降低tornado版本

conda install tornado=4.5
anaconda创建虚拟环境并配置到JupyterNotebook
lyccomcn的博客
06-04 2579
其中，base环境即是当前的环境，也是anaconda自带的环境，其他环境例如pssquant环境是自己创建的虚拟环境。如上图所示，在开始菜单中扎到Anaconda Prompt(Anaconda)并打开。在命令行窗口中输入命令。接下来，再运行JupyerNotebook的时候，选择内核时就会出现test啦！在test虚拟环境下输入命令。安装ipykernel库。
28.Anaconda安装jupyter notebook、jupyterlab及体验
迷逝
08-14 3498
手贱，不小心将Anaconda自带得jupyter给卸载了，没法子了查了好多资料都比较麻烦，所以自己摸索着重新安装，记录一下心得。说明：Anaconda没有加入环境变量，Anaconda官方建议不要将Anaconda加入环境变量，这就意味着他和python是可以共存的。
Anaconda建虚拟环境并在jupyter中打开
weixin_42396719的博客
12-08 1404
补充：在anaconda powershell里可以对jupyter的kernel进行列举和删除。2.(base)变(env_name)后，可以用以下查看虚拟环境内的包内容。确保已经是(base)变(env_name)之后。4.使用以下来使得jupyter的kernel里有env_name的选项。5.启动jupyter。继续在powershell里输入以下。3.随时可以用以下来查看当前有多少个虚拟环境。1.假设要用yaml格式创建虚拟环境。
jupyter notebook 显示conda虚拟环境
qq_42817360的博客
04-09 261
jupyter notebook 显示conda虚拟环境
Anaconda创建虚拟环境并使用Jupyter notebook应用虚拟环境
AnferneeA的博客
03-19 1087
anaconda创建环境以及jupyter notebook应用环境
使用anaconda虚拟环境运行Jupyter Notebook详解
热门推荐
w55100的博客
03-31 3万+
提醒：本文基于ubuntu18.04 ，anaconda3，python3.7 问题描述 我们使用anaconda创建虚拟环境。 conda create -n qq python=3.7 jupyter conda activate qq 得到虚拟环境前缀(qq)，激活成功。 这步是成功了，但是直接运行jupyter notebook的话，并没有使用(qq)环境里的p...
Anaconda创建虚拟环境+Pycharm和Jupyter使用虚拟环境
Huanghuali_的博客
06-30 5546
提前下载好Anaconda。
在Anaconda Prompt中用指定虚拟环境打开jupyter notebook（临时方法）
qq_44608882的博客
10-13 1026
import sys。
使用Anaconda创建虚拟环境并添加到Jupyter Notebook
hongguihuang的博客
09-13 3万+
在开始之前，什么是虚拟环境？为什么需要它？虚拟环境是Python的隔离工作副本。这意味着每个环境都可以具有自己的依赖关系，甚至可以具有自己的Python版本。如果您需要不同版本的Python或不同项目的软件包，这将很有用。在测试软件包并确保您的主要Python安装保持健康时，这也可以使事情保持整洁。 使用Anaconda创建虚拟环境 1.创建虚拟环境 conda create -n myenv——name python=x.x myenv-name:自己定义的环境名称 python=x.x：可以选择自己想
深度学习使用Anaconda打开Jupyter Notebook编码
leigm
12-26 992
新手入门深度学习使用Anaconda打开Jupyter Notebook编码，以及初学Anaconda
Anaconda创建虚拟环境，并搭建Jupyter记录
冰糖棉花的博客
02-22 3760
1. 简介 Jupyter Notebook是基于网页的用于交互计算的应用程序。其可被应用于全过程计算：开发、文档编写、运行代码和展示结果。——Jupyter Notebook官方介绍 二、安装Jupyter Notebook 1.创建虚拟环境 首先 ，打开命令提示行，然后进如自己的某一个目录。 创建虚拟环境： D:\python\python2.7&gt;conda creat...
anaconda在虚拟环境中安装jupyter notebook|解决jupyter notebook中不存在虚拟环境的问题|修改jupyter notebook的启动路径
qq_44868807的博客
05-27 1万+
目录在虚拟环境中安装jupyter notebook解决jupyter notebook中不存在虚拟环境的问题修改jupyter notebook的启动路径 在虚拟环境中安装jupyter notebook 在安装anaconda的时候jjupyter notebook一般默认安装在base环境中 当新建了一个虚拟环境时，如何安装jupyter notebook呢？ 打开anaconda promote 在base 环境中输入conda list 这就是jupyter notebook安装所依赖的包 但是
anaconda创建虚拟环境启动jupyter notebook
weixin_73961973的博客
01-09 1923
（以环境名为为例）： conda remove -n python37_wt --all (退出该环境再进行操作)
Anaconda如何在创建的环境中打开Jupyter NoteBook
zhang_java_11的博客
10-28 5416
jupyter notebook的相关设置
Anaconda虚拟环境创建并安装Jupyternotebook及常用命令总结
ProgrammersFighting的博客
09-28 5880
目录一、Anaconda简介  1.1 为什么要用Anaconda？二、利用Anaconda创建虚拟环境 一、Anaconda简介   Anaconda指的是一个开源的Python发行版本，是Python的一个集成管理工具或者系统，其包含了conda、Python等180多个科学包及其依赖项。因为包含了大量的科学包，Anaconda 的下载文件比较大（约 600MB），如果只需要某些包，或者需要节省带宽或存储空间，也可以使用Miniconda这个较小的发行版（仅包含conda和 Python）。   1.1
在anaconda指定虚拟环境下运行jupyter notebook
谁谓荼苦，其甘如荠
06-12 7302
最近因为要远程调试TensorFlow代码，因而在远程服务器上搭建了TensorFlow框架。但又因为远程服务器没有浏览器、没有一切可视化的界面，所以代码调试的任务就必须放在本地，也就是我得远程进行代码调试，即在本地使用服务器端的配置运行代码。 为此，我在服务器端安装了anaconda，准备使用jupyter notebook这个非常直观的交互性软件进行TensorFlow的代码调试。 好了，...
【jupyter使用】在Anaconda虚拟环境中使用Jupyter
在热爱技术的路上一直前行。
10-07 9253
换了新电脑，环境又要重新配了...
使用Anaconda创建虚拟环境并添加到Jupyter notebook内核
DongZhaoCheng
07-26 3277
将当前Python环境的kernel写入Jupyter的kernel。：查看当前拥有的conda环境列表。的虚拟环境，使用的解释器为。窗口：依次执行下面的命令。
anaconda新建的环境如何在jupyter notebook中打开
黄佳俊的博客
03-18 1090
我的情况：win10电脑，已经安装anaconda,用的自带3.7版的python； 我的问题：最近需要安装tensorflow ，在3.7版的python上安装失败，所以打算新创建个python3.5的环境，安装tensorflow-'0.12.0-rc0’版本。安装完成后，可以在pycharm上正常运行，但是无法用jupyter notebook上打开。 在jupyter notebook打开 我看网上有好多教程是直接使用如下命令: conda install ipykernel python -m
如何在虚拟环境中配置 Jupyter Notebook？
最新发布
05-29
### 在虚拟环境中安装和配置 Jupyter Notebook 的步骤 在 Python 虚拟环境中安装和配置 Jupyter Notebook 是一个常见的需求，以确保不同项目之间的依赖不会产生冲突。以下是详细的步骤说明： #### 1. 创建并激活虚拟环境 首先需要创建一个新的虚拟环境，并激活它。如果使用的是 `conda`，可以按照以下命令操作： ```bash conda create -n myenv python=3.9 conda activate myenv ``` 上述命令将创建一个名为 `myenv` 的虚拟环境，并指定 Python 版本为 3.9[^3]。 #### 2. 安装 Jupyter Notebook 在激活的虚拟环境中安装 Jupyter Notebook。可以使用 `conda` 或 `pip` 进行安装： ```bash conda install jupyter notebook # 或者使用 pip pip install jupyter ``` 通过此步骤，Jupyter Notebook 将被安装到当前激活的虚拟环境中[^1]。 #### 3. 配置 Jupyter Notebook 使用虚拟环境 为了使 Jupyter Notebook 能够识别当前的虚拟环境，需要安装 `ipykernel` 并将其添加到 Jupyter 中： ```bash python -m ipykernel install --user --name=myenv --display-name "Python (myenv)" ``` - `--name` 参数指定了内核的名称。 - `--display-name` 参数定义了在 Jupyter Notebook 界面中显示的名称[^4]。 #### 4. 启动 Jupyter Notebook 完成上述步骤后，可以在虚拟环境中启动 Jupyter Notebook： ```bash jupyter notebook ``` 此时，Jupyter Notebook 将运行在指定的虚拟环境中，并且可以通过浏览器访问[^3]。 #### 5. 检查虚拟环境是否生效 在 Jupyter Notebook 的界面中，选择对应的内核（如 `Python (myenv)`），然后运行以下代码以确认虚拟环境是否正确加载： ```python import sys print(sys.executable) ``` 输出结果应指向当前虚拟环境的 Python 解释器路径，例如： ``` /path/to/conda/envs/myenv/bin/python ``` --- ### 注意事项 - 如果需要在 Windows 系统中使用 TensorFlow，并结合 Jupyter Notebook，可以参考安装 `nb_conda` 的方法来管理虚拟环境[^2]。 - 在 Anaconda 环境中，还可以通过图形化界面管理 Jupyter 内核，但命令行方式更为通用和灵活[^5]。 ---
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值