我的Jupyter笔记本电脑安装了python 2内核。我不明白为什么。我可能在安装的时候搞砸了。我已经安装了python 3。我怎么能把它加到木星上? 下面是默认的Jupyter使用python3 -m install Jupyter安装并在浏览器中使用Jupyter notebook打开的截图:
当前回答
最短最好的解决方案
conda create --name py3-ml python=3.6
conda install ipykernel
source activate py3-ml # or conda activate py3-ml
python -m ipykernel install --user --name py3-ml
其他回答
除了Python2之外,我还设法安装了Python3内核。我是这样做的:
在木星上打开一个新的笔记本 复制并运行这里的两个单元格:Enable-Python-3-kernel
最新的工作链接可以在这里找到。
实际代码为:
! mkdir -p ~/.ipython/kernels/python3
%%file ~/.ipython/kernels/python3/kernel.json
{
"display_name": "IPython (Python 3)",
"language": "python",
"argv": [
"python3",
"-c", "from IPython.kernel.zmq.kernelapp import main; main()",
"-f", "{connection_file}"
],
"codemirror_mode": {
"version": 2,
"name": "ipython"
}
}
我也面临着同样的问题。每当我使用以下命令启动jupyter notebook时,我都不会看到创建一个新的Python 3 notebook的选项。
我通过运行以下命令解决了这个问题。
pip install notebook
之后,我开始笔记本与相同的命令之前
jupyter notebook
我能够看到我的主目录并创建新的python3笔记本。
确保已经安装了ipykernel,并使用ipython kernel install将kernelspec放到python2的正确位置。然后为Python3安装ipython3内核。现在,无论您使用的是jupyter notebook、ipython notebook还是ipython3 notebook(后两种已弃用),您都应该能够在这两种内核之间进行选择。
注意,如果你想安装一个特定的Python可执行文件,你可以使用以下技巧:
path/to/python -m ipykernel install <options>
当使用环境(venv,conda,…)和<选项>让你命名你的内核时,这是有效的(参见——help)。所以你可以
conda create -n py36-test python=3.6
source activate py36-test
python -m ipykernel install --name py36-test
source deactivate
现在,在下拉菜单中可以看到名为py36-test的内核和其他内核。
参见使用Python 2。3. Python。IPython Notebook中的最新信息。
当你使用conda管理你的python envs时,遵循以下两个步骤:
激活py3(在Windows上或在Linux上激活py3) Conda install notebook ipykernel或者直接使用Conda install jupyter
在Ubuntu 14.04上,我不得不使用之前答案的组合。
首先,安装pip3 安装python-pip3
然后用pip3安装jupyter Pip3安装jupyter
然后使用ipython3安装内核 Ipython3内核安装
推荐文章
- 如何嵌入HTML到IPython输出?
- Python和IPython的区别是什么?
- 如何从终端运行。ipynb Jupyter Notebook ?
- 移除jupyter笔记本上的内核
- 如何使用列的格式字符串显示浮动的熊猫数据帧?
- 使用Python 2。3. Python。IPython Notebook中的x
- 如何加载/编辑/运行/保存文本文件(.py)到IPython笔记本细胞?
- 在安装pip后,“jupyter:命令未找到”
- 在IPython中自动重载模块
- 如何防止谷歌Colab断开连接?
- 熊猫:设定号。Max行数
- 如何在Jupyter Notebook中显示文件中的图像?
- 熊猫操作期间的进度指标
- 修改IPython/Jupyter笔记本工作目录
- 在ipython笔记本中测量单元格执行时间的简单方法