jupyter notebook添加环境/添加内核（超详细）

1.Anaconda虚拟环境查看

安装好anaconda环境后，有两种方式可以查看虚拟环境：
第一种：
打开anaconda，如图所示即可查看。

第二种：
打开Anaconda Prompt，输入

conda env list

如图所示，base环境即是当前的环境，TensorEMG是我创建的环境，base环境是下载好anaconda后自带的环境。

2.为什么要装虚拟环境
base环境是anaconda中自带的环境，其中有许多默认的库，具体可以通过在base环境下输入conda list查看。

conda list

2.那么为什么需要创建虚拟环境呢？

我的理解是，比如我们要做深度学习，需要安装tensorflow、pytorch等库，这其中就存在库的相互依赖的问题，base环境中的库已经很多了，有可能和我们要安装的库存在冲突等问题，这也是我们在用pip命令无脑安装库时容易出现各种奇怪的bug的原因。
那怎么办呢？虚拟环境就为我们解决了这个问题，其实虚拟环境这个名字听着不够直白，说白了就是再创建一个或多个类似于base一样的环境。比如我们要用tensorflow做深度学习，那我就可以创建一个虚拟环境，当这个环境刚创建好的时候，里面基本上没有什么库，东西很少，在它的基础上，我们就可以安装各种库，在运行程序的时候只需要选择对应的环境就行。同理，要用pytorch搞深度学习，那就再创建一个对应的虚拟环境就好。

3.如何创建虚拟环境

打开Anaconda Prompt，输入如下命令：
conda create -n name(要创建的虚拟环境的名字) python=3.8
上述代码是创建一个名字为name，python版本是3.8的虚拟环境，输入回车即可。
比如我们创建一个名字为mydemo，python为3.7的虚拟环境：
conda create -n mydemo python=3.7

如图所示，表示环境创建成功，通过如下命令进入该环境：

conda activate mydemo

如图，表示进入该环境，通过conda list可以查看该环境下的库：
如果想要删除虚拟环境，输入以下命令即可：
conda remove -n your_env_name --all

现在就可以在该环境下通过pip或conda安装相关的库了。一般需要先安装Tensorflow不易出错！
以tensorflow的库为例：
参考：通过清华镜像网站快速安装tensorflowhttps://blog.csdn.net/jorg_zhao/article/details/80075293
注意安装和管理包时，conda和pip的不同之处，这是个坑！！pip list 和 conda list的不同

cpu版本，安装最新版本：
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple/ --upgrade tensorflow
cpu版本，安装指定版本：
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple/ tensorflow==2.3.0

4.配置jupyter notebook内核

在我们刚刚建的虚拟环境下，安装ipykernel库，利用ipykernel库将该虚拟环境写入到jupyter中。
首先，在当前环境下安装ipykernel库，输入：
conda install ipykernel

然后，在当前环境下将该环境写入jupyter，输入如下：
注意：name后跟当前环境名
python -m ipykernel install --user --name mydemo --display-name mydemo

表示已经将该虚拟环境添加到jupyter的内核中去了，再输入jupyter notebook就可以进入jupyter notebook。PS:jupyter安装在base中，可以切到base环境中再在ananconda Prompt 打开。

可以看到刚刚添加的mydemo虚拟环境的内核已经在了，这里面还有几个虚拟环境是我之前装的，可以选择mydemo为当前内核，我们导入之前安装的tensorflow，可以看到导入成功，版本为2.3.0，python版本为3.7。

至此，Anaconda虚拟环境+jupyter内核配置完毕，想要安装什么库，只需要在Anaconda Prompt下进入对应的虚拟环境进行安装即可。注意，如果存在有的库安装失败，通过上网查找也是可以解决的。

5.补充

1.conda常用命令

1.检验当前conda的版本
参考：Conda 常用命令：https://blog.csdn.net/u010414589/article/details/107441469

1.检验当前conda的版本

conda -V

2.conda常用的命令

查看已有的虚拟环境
conda env list
创建虚拟环境和删除虚拟环境
anaconda命令创建python版本为x.x，名字为env_name的虚拟环境。
env_name文件可以在Anaconda安装目录envs文件下找到。

创建
conda create -n env_name python=x.x
删除
conda remove -n env_name --all
激活虚拟环境和关闭虚拟环境
激活
conda activate env_name
关闭
conda deactivate

对虚拟环境中安装和删除额外的包
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，命令如下：

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]

如果已经进入到某个虚拟环境，则直接使用以下命令：

查看已安装的package
conda list
安装某个package
conda install [package]
删除某个package
conda remove [package]
更新某个package
conda update [package]
更新conda，保持conda最新
conda update conda

补充
安装完anaconda后，发现每次打开终端后都会自动进入到base的虚拟环境中去，可以使用conda deactivate退出。也可以关闭自动打开的虚拟环境，命令如下

conda config --set auto_activate_base false

2.jupyter notebook 内核常用命令

在cmd或Anaconda Prompt都可以运行

查看 Jupyter notebook kernel
jupyter kernelspec list

//删除 jupyter 内核
jupyter kernelspec remove kernelname

ref：https://blog.csdn.net/qq_44184049/article/details/121911689