Ich verwende Jupyter Lab und habe Probleme, eine conda
Umgebung hinzuzufügen . Die Idee ist, Jupyter Lab von meiner Basisumgebung aus zu starten und dann meine anderen Conda-Envs als Kernel auswählen zu können.
Ich habe das Paket installiert, das nb_conda_kernels
genau das tun soll, aber es funktioniert nicht so, wie ich es will. Nehmen wir an, ich erstelle eine neue Conda-Umgebung und starte dann das Jupyter-Labor von der Basis aus. Ich kann die neue Umgebung nicht als verfügbaren Kernel sehen.
Ich habe einen "Fix" gefunden, der jedes Mal funktioniert, aber überhaupt nicht praktisch ist. Wenn ich Jupyter Notebook in meiner neuen Umgebung installiere, starte ich ein Jupyter-Notebook aus dieser neuen Umgebung, schließe es, gehe zurück zur Basisumgebung und starte Jupyter Lab aus der Basisumgebung. Meine neue Umgebung ist als Kernel in Jupyter Lab verfügbar.
Wenn Sie wissen, wie es ohne dieses "Update" funktioniert, wäre ich Ihnen sehr dankbar.
quelle
Eine Lösung mit
nb_conda_kernels
. Installieren Sie es zunächst in Ihrer Basisumgebung:Um dann einen Kernel für die conda_env zu erhalten
cenv
:Sie erhalten einen neuen Kernel mit dem Namen
Python [conda env:cenv]
in Ihrem nächsten Lauf vonjupyter lab
/jupyter notebook
Hinweis: Wenn Sie
nb_conda_kernels
eine neue Conda-Umgebung installiert haben und diese erstellen möchten und sofort darauf zugreifen könnenwird den Job machen.
quelle
$ ipython kernel install --user --name=<any_name_for_kernel>
und hat den neuen Kernel erst gesehen, als ich dies getan habeipython kernel install line
Unnötige machtIch habe beide oben genannten Lösungen ausprobiert und sie haben bei mir nicht ganz funktioniert. Dann bin ich auf diesen mittleren Artikel gestoßen, der das Problem gelöst hat: https://medium.com/@jeremy.from.earth/multiple-python-kernels-for-jupyter-lab-with-conda-c67e50de3aa3
Im Wesentlichen ist es nach dem Ausführen
conda install ipykernel
in Ihrercenv
Umgebung auch gut,python -m ipykernel install --user --name cenv
in dercenv
Umgebung auszuführen. Auf diese Weise stellen wir sicher, dass die in der Jupyter-Umgebung verwendete Python-Version diejenige ist, in der sie sich befindetcenv
. Prost!quelle