在base环境下安装 jupyter lab或者 notebook
在创建的不同环境中使用ipykernel就可以了。
下面是一个例子:
1、在base环境中安装jupyter lab
conda install jupyterlab nb_conda_kernels
# nb_conda_kernels装完它以后,Jupyter 在启动时会 自动扫描所有 conda 环境;
#只要环境里存在 Python 可执行文件,就为其生成一个内核条目,无需你再手动。方便的很啊!
2、创建新的环境
conda create -n newenv newenv conda=3.10
3、进入新环境安装必要的package
conda activate newenv
conda install packages -c conda-forge
4、在新环境中安装“接口”ipykernel
pip/conda install ipykernel # 让 Python 能被 Jupyter 调用
python -m ipykernel install \
--user \
--name newenv \
--display-name "Python (newenv)"
#这条命令 **把 trackpy 的解释器路径** 写进 `~/.local/share/jupyter/kernels/trackpy/kernel.json`
#全局 Jupyter 启动时会自动扫描到。