我正在使用jupyter实验室，并且无法添加conda环境。这个想法是从我的基本环境启动jupyter实验室，然后能够选择我的其他conda env作为内核。
我安装了nb_conda_kernels软件包，该软件包本来可以做到的，但是它并没有按照我的意愿工作。确实，假设我创建了一个新的conda环境，然后从基础启动jupyter Lab，我看不到新环境是可用的内核。
我找到了一个“修复程序”，该修复程序每次都可以运行，但是根本不方便。如果我在新环境中安装了jupyter笔记本，然后从此新环境中启动了jupyter笔记本，将其关闭，返回到基础环境，然后从基础环境中启动了jupyter Lab，则我的新环境可以作为jupyter Lab中的内核使用。
如果您知道如何在不使用此“修复程序”的情况下工作，我将不胜感激。
答案 0 :(得分：17)
假设您的conda-env名为cenv，它很简单：
$ conda activate cenv
(cenv)$ conda install ipykernel
(cenv)$ ipython kernel install --user --name=<any_name_for_kernel>
(cenv($ conda deactivate
如果重新启动jupyter笔记本/实验室，您将能够看到可用的新内核。
PS：如果您使用的是virtualenv等，则上述步骤很有效。
答案 1 :(得分：7)
我尝试了上述两种解决方案，但它们对我而言并不是很有效。然后，我遇到了一篇解决该问题的中型文章：https://medium.com/@jeremy.from.earth/multiple-python-kernels-for-jupyter-lab-with-conda-c67e50de3aa3
基本上，在conda install ipykernel环境中运行cenv后，最好在python -m ipykernel install --user --name cenv环境中运行cenv-这样，我们可以确保在jupyter环境中使用的python版本是cenv中的版本。干杯！
答案 2 :(得分：5)
使用nb_conda_kernel的解决方案。首先，将其安装在您的基本环境中：
(base)$ conda install -c conda-forge nb_conda_kernels
然后为了获取conda_env cenv的内核：
$ conda activate cenv
(cenv)$ conda install ipykernel
(cenv)$ conda deactivate
下一次运行Python [conda env:cenv] / jupyter lab时，您将得到一个名为jupyter notebook的新内核
答案 3 :(得分：1)