文章目录

  • 总结
  • 1.默认路径下创建新环境
  • 2.指定路径下创建环境
  • 3.一些常见问题（jupyter kernel）

总结

cd CronKGQAconda create --prefix F:\condaenv\env_name python=3.8 创建环境activateF:\condaenv\env_name激活环境conda remove -n env_name --allconda remove -p F:\condaenv\env_name --all删除环境conda deactivate 退出当前环境可以尝试手动给该环境创建一个kernel先使用jupyter kernelspec list 查看Conda中有几个kernel默认只有一个找到默认的kernel的路径，进入该目录。修改副本中kernel.json文件如果还没有内核，执行python -m ipykernel install --user --name env_name --display-name "py3.7(env_name)"--name后是虚拟环境的名称，--display-name后是希望该内核显示的名称。打开pythonimport syssys.executable 查看当前的解释器路径# jupyter notebook 中切换 kernel 不用在终端激活相应的环境

参考：https://blog.csdn.net/a982847942/article/details/127098421

1.默认路径下创建新环境

首先打开Anaconda Prompt

这里看到默认Conda安装路径，如果想要在默认路径下创建虚拟环境，直接使用如下命令：

conda create -n name python=3.7(python版本自己指定)


如图，创建完毕。
可以使用如下命令查看当前有哪些环境

conda env list


切换到新创建的环境

activate test


退出当前环境

conda deactivate


删除环境

conda remove -n test --all

2.指定路径下创建环境

conda create --prefix=F:\condaenv\env_name python=3.7

F:\condaenv\env_name 替换为你自己的路径
其它命令也有一点小变化，如下：

activateF:\condaenv\env_name激活环境conda remove -p F:\condaenv\env_name --all

3.一些常见问题（jupyter kernel）

在指定路径下创建环境后导入包在命令行可以使用，在Jupyter Notebook中无法使用？
解决办法：
可以尝试手动给该环境创建一个kernel

先使用jupyter kernelspec list 查看Conda中有几个kernel默认只有一个，下面的deeplearning是我自己创建的。


找到默认的kernel的路径，进入该目录。

然后复制一份包含这三个文件的文件夹，如下图，python3是默认的，deeplearning是我复制的。
修改副本中kernel.json文件

然后再次执行jupyter kernelspec list看是否有新添加的内核，并打开Jupyter Notebook看问题是否解决。

如果jupyter kernelspec list查看没有内核(确保kernel.json内容要正确)，或者在Jupyter Notebook中无法切换kernel，或者在Jupyter Notebook中切换内核失败，可以执行activate env_name 然后执行如下命令：

activate env_nameconda install ipykernelpython -m ipykernel install --user --name env_name --display-name "py3.7(env_name)"--name后是虚拟环境的名称，--display-name后是希望该内核显示的名称。

完成之后再次进入Jupyter Notebook进行尝试。
不出意外，经过上述步骤应该是可以正常import了，可以使用下面命令查看正在使用的内核：

import syssys.executable