【jupyter】1、jupyter动态切换多个conda环境


本文写一下jupyter配合conda来工作,我们可以动态切换conda环境,而不用重新启动jupyter notebook。
这样工作的好处举例来说,我要用tensorflow2.0,还要用tensorflow1.x,还有pytorch,有些可以安装在同一个环境中,比如tensorlfow2.0和pytorch,但同一软件的不同版本就要分开安装。创建两个虚拟环境tf1,tf2,分别安装tensorflow1.x和tensorflow2.0。但我使用的话就要分别激活两个环境,开两个shell,打开各自的jupyter notebook,比较麻烦。本文将在一个环境中使用所有环境的配置。

1、创建多个kernel

#有两个环境,tf1,和tf2,激活
conda activate tf1
#安装ipython kernel
pip install ipykernel
#链接当前环境到jupyter
python -m ipykernel install --user --name=tf1
#然后是另一个环境,做同样操作
conda activate tf2
pip install ipykernel
python -m ipykernel install --user --name=tf2

到此,打开jupyter notebook,找到kernel下change kernel选项就可以来回切换了。
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
可以看到,有不同的选项。
在这里插入图片描述
可以选用不同的kernel来执行当前文件。
切换kernel会关一个开另一个:
在这里插入图片描述

2、列出当前所有的kernel

使用命令:

jupyter kernelspec list

在这里插入图片描述

3、删除某一kerenl

使用命令:

jupyter kernelspec remove kernelname
### 回答1: Jupyter 和 nb_conda 都是用于数据分析和科学计算的工具,但是它们之间有一些区别: 1. Jupyter 是一个开源的Web应用程序,可以用于创建和共享文档,其中包含Live代码,公式,可视化内容和解释文字。而 nb_conda 是一个 Jupyter 的扩展,主要用于管理 Jupyter 所使用的环境和包。 2. Jupyter 可以使用多种编程语言,例如 Python,R,Julia 等。而 nb_conda 则是 Jupyter 的一个内核,专门针对 Anaconda 发行版(一个用于数据科学的开源发行版)进行了优化。 总的来说,nb_condaJupyter 的一个扩展,专门针对 Anaconda 发行版进行了优化,因此如果你使用 Anaconda 发行版并且想要在 Jupyter 中管理环境和包,那么使用 nb_conda 是一个不错的选择。 ### 回答2: Jupyter和nb_conda是两个常用的Python开发工具。它们都可以在浏览器中运行,并提供了一个交互式的环境来编写和运行代码。 Jupyter是一个基于Web的开发环境,可以让用户在浏览器中编写和运行代码。它支持多种编程语言,包括Python、R、Julia等。用户可以将代码和文本组合在一起,创建可交互的笔记本,并与他人共享。 nb_conda是一个Jupyter扩展包,用于与conda包管理器集成。conda是一个环境和包管理工具,可以帮助用户创建和管理多个独立的Python环境,并安装不同版本的软件包。通过nb_conda,用户可以在Jupyter中方便地创建和切换不同的conda环境,以便在不同的项目中使用不同的软件包版本。 因此,Jupyter和nb_conda的区别在于它们的功能和用途。Jupyter是一个通用的开发环境,适用于各种编程语言和项目。它提供了丰富的交互式功能和数据可视化工具,非常适合数据科学、机器学习和科学计算等领域。而nb_conda是一个Jupyter的扩展包,用于与conda包管理器集成,方便用户在Jupyter中管理不同版本的软件包和创建不同的环境。 ### 回答3: Jupyter和nb_conda是两个在Python开发中常用的工具。它们之间的区别如下: 1. 功能:Jupyter是一个交互式的笔记本环境,可以在其中编写和运行代码,以及创建文档和可视化内容。它支持多种编程语言,并提供了丰富的工具和扩展库。而nb_conda是一个Jupyter的插件,用于管理和安装Conda环境。它允许用户在Jupyter中直接创建和切换不同的Conda环境。 2. 安装和配置:Jupyter通常是通过pip安装的,而nb_conda可以通过Conda命令来安装。安装Jupyter后,默认情况下不会包含nb_conda插件,需要单独安装和配置才能使用nb_conda。 3. 环境管理:Jupyter本身并不提供环境管理的功能,它主要用于代码的编写和展示。而nb_conda则是专门为Conda环境设计的插件,可以直接在Jupyter中创建和管理Conda环境,方便用户在不同的环境中进行开发和测试。 4. 扩展性:Jupyter具有丰富的扩展库和插件生态系统,可以通过安装各种扩展来增强其功能。而nb_conda只是Jupyter的一个插件,提供了Conda环境管理的功能,不具备扩展性。 总的来说,Jupyter是一个交互式的笔记本环境,用于编写和展示代码,而nb_condaJupyter的一个插件,用于管理和切换Conda环境。通过nb_conda,用户可以方便地在Jupyter中创建和管理不同的Conda环境,以满足不同项目的需求。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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