要检查您的笔记本正在运行哪个环境，请在笔记本外壳中键入以下命令

import sys
print(sys.executable)

要在新环境中启动笔记本，首先要关闭该环境。创建conda环境，然后安装ipykernel。激活环境。在该环境上安装jupyter。

conda create --name {envname}
conda install ipykernel --name {envname}
python -m ipykernel install --prefix=C:/anaconda/envs/{envname} --name {envname}
activate envname
pip install jupyter

在您的情况下，路径“C:/anaconda/envs/{envname}”可能不同，请相应地检查。 在遵循所有步骤之后，启动笔记本并执行步骤1 在shell中执行以下命令。

sys.executable

这应该显示:Anaconda/envs/envname

问题1:找到当前笔记本的conda环境

在Jupyter notebook中打开笔记本，并在屏幕的右上角查看。

例如，如果语言是Python并且正在使用名为env_name的环境，它应该说“Python [env_name]”。

问题2:从不同的conda环境中启动Jupyter Notebook

在运行jupyter notebook之前，使用source Activate <环境名称>激活终端中的conda环境。这将为Jupyter notebook设置默认环境。否则，默认为[Root]环境。

您还可以在Jupyter Notebook中创建新环境(主屏幕、Conda选项卡，然后单击加号)。

你可以在任何你想要的环境中创建一个笔记本。在主屏幕上选择“Files”选项卡，然后单击“New”下拉菜单，在该菜单中从列表中选择一个Python环境。

对于windows 10，

进入水蟒发射器 在“Applications on”下拉菜单中，选择所需的conda环境。 在Anaconda Launcher安装Jupyter笔记本 从Anaconda Launcher启动Jupyter笔记本

Conda标签在Jupyter笔记本中可见，在那里您可以看到您的活动Conda env。

要检查你的Jupyter Notebook正在运行的Python，请尝试执行此代码。

从平台导入python_version print (python_version ())

为了运行jupyter笔记本从您的环境 激活MYenv 并使用命令安装jupyter笔记本 PIP安装jupyter笔记本

那就 jupyter笔记本

因为上面的答案都不适合我，所以我在这里写下了最终在Ubuntu上解决我的问题的解决方案。我的问题是: 我做了以下步骤:

激活我的环境:conda激活MyEnv 启动jupyter笔记本:jupyter笔记本

虽然MyEnv活跃在终端中，并且在编写conda env列表时有一个asterix，但jupyter notebook是从基础环境开始的。 安装nb_conda和ipykernel也没有解决我的问题。此外，conda标签没有出现在jupyter笔记本，也点击内核或进入菜单Kernel->改变内核没有显示内核MyEnv。 解决方案是:在MyEnv环境中安装jupyter_environment_kernel:

pip install environment_kernels

之后，当启动jupyter笔记本，它开始与正确的环境。您还可以在不停止内核的情况下切换环境，方法是转到“kernel ->Change kernel”菜单并选择所需的内核。

为我解决这个问题的是，我必须运行以下命令:

-m ipykernel install——user——name myenv——display-name " python (myenv)"

问题是我打开了一个jupyter笔记本，它是用另一个conda python环境的内核制作的。从终端的输出可以看到;从conda环境的终端上运行jupyter notebook非常方便，这样您就可以很容易地看到显示了哪些错误消息。然后，很明显，笔记本试图从另一个环境运行python。

检查文件夹/文件:

C:\Users\ <用户名> \ AppData \漫游\ jupyter \内核\ < env名称> \ kernel.json

 "argv": [
  "D:\\Users\\<username..path>\\envs\\<env name>\\python.exe",
  "-m",
  "ipykernel_launcher",
  "-f",
  "{connection_file}"
 ],
 "display_name": "Python (env name)",
 "language": "python",
 "metadata": {
  "debugger": true
 }
}

所以如果有必要，你可以检查和纠正。

其次，在使用anaconda/conda时，确保您有一个健康的通道策略，并在创建新环境时执行以下命令:

conda config --add channels conda-forge
conda config --set channel_priority strict

它为我解决了这个问题，我希望它也能帮助到你。