Jupyter 在一个名为 kernel 的单独进程中运行用户的代码。kernel 可以是不同的 Python 安装在不同的 conda 环境或虚拟环境，甚至可以是不同语言（例如 Julia 或 R）的解释器。

1， 如何查询当前环境下的python 版本

运行

import sys
print(sys.executable)

%pwd
import sys; print(sys.executable)

2， 如何切换环境？

很多人安装完以后发现即便通过anaconda创造了新的虚拟环境，但是在jupyter 中并没有体现出来。

解决方法：

首先，在命令窗口中activate你创造的那个新环境。

然后，安装ipykernel

conda install ipykernel

简而言之，如何使用 conda 环境和 Jupyter 有三种选择：

文章目录

conda create -n my-conda-env   # creates new virtual env
conda activate my-conda-env    # activate environment in terminal
conda install jupyter     # install jupyter + notebook
jupyter notebook       # start server + kernel

推荐指数： ⭐️⭐️

这种方法就是为每一个 conda 环境 都安装 jupyter。

Jupyter 将完全安装在 conda 环境中。不同版本的 Jupyter 可用于不同的 conda 环境，但此选项可能有点矫枉过正。

在环境中包含内核就足够了，内核是运行代码的封装 Python 的组件。Jupyter notebook 的其余部分可以被视为编辑器或查看器，并且没有必要为每个环境单独安装它并将其包含在每个 env.yml 文件中。

因此，接下来的两个选项之一可能更可取，但这是最简单的一个，绝对没问题。

2 为 conda 环境创建特殊内核

conda create -n my-conda-env    # creates new virtual env
conda activate my-conda-env     # activate environment in terminal
conda install ipykernel      # install Python kernel in new conda env
ipython kernel install --user --name=my-conda-env-kernel  # configure Jupyter to use Python kernel
jupyter notebook      # run jupyter from system