手把手教你jupyter notebook更换环境的方法

以下是“手把手教你Jupyter Notebook更换环境的方法”的完整攻略。

写在前面

在开始更换Jupyter Notebook环境之前，我们需要认识到以下两个概念：

1. 核（Kernel）：Jupyter Notebook中的一个运行环境，它是一个与代码交互的程序实例，能够让我们在Notebook中编写、运行和编辑代码。
2. 环境（Environment）：一个独立的Python运行环境，包含Python解释器和特定的Python包及其依赖项。

在Jupyter Notebook中，我们可以通过更换核的方式来更换Python环境。

更换环境的步骤

步骤一：安装所需环境

在更换环境之前，我们需要安装好目标Python环境及其对应的IPython Kernel。以Anaconda为例，可以通过以下命令来创建一个新的环境，例如Python3.6环境：

conda create --name py36 python=3.6 ipykernel

步骤二：启动Jupyter Notebook

在安装好目标环境之后，我们需要在命令行中输入以下命令来启动Jupyter Notebook：

jupyter notebook

步骤三：更换核

在启动Jupyter Notebook之后，我们可以在右上角看到网页端口以及选择核的信息。

如果我们需要更换核，可以通过以下步骤来实现：

1. 点击当前Notebook右上角的“Kernel”按钮，然后点击“Change kernel”选项。
2. 在弹出的核选择列表中，选择我们刚才安装的目标环境。
3. 重新启动Notebook，重新运行所需命令。

我们也可以通过以下命令来进行核的更换：

source activate py36 # 切换到我们刚才创建的Python3.6环境
ipython kernel install --user --name=py36 # 安装IPython Kernel到该环境
jupyter notebook # 启动Notebook

示例说明

示例一

在进行数据分析时，我们可能需要使用不同版本的Python和各种科学计算库。比如我们要在一台电脑上同时使用Python2.7和Python3.6，那么我们就可以通过创建两个不同的环境，并将它们作为不同的核在Jupyter Notebook上使用。

conda create --name py27 python=2.7 ipykernel
conda create --name py36 python=3.6 ipykernel

在创建了py27和py36两个环境之后，我们只需要按照上述步骤，在Notebook中更换核即可。

示例二

我们在进行深度学习相关的研究时，可能需要在不同的GPU环境下运行代码。这时候，我们可以通过创建不同的环境并指定不同的GPU环境来实现。

conda create --name gpu1 -c anaconda tensorflow=1.8 ipykernel
conda create --name gpu2 -c anaconda tensorflow-gpu=1.8 ipykernel

在创建了gpu1和gpu2两个环境之后，我们只需要按照上述步骤，在Notebook中更换核即可。

通过以上示例，我们可以发现在Jupyter Notebook中更换环境是一件非常灵活和方便的事情。