### 如何在 PyCharm 中使用 Jupyter Notebook 要在 PyCharm 中使用 Jupyter Notebook，需要完成以下几个方面的配置： #### 配置 Jupyter Notebook 环境 为了能够在 PyCharm 中运行 Jupyter Notebook 文件 (.ipynb)，首先需要确保已经安装了 Python 和 Jupyter Notebook[^1]。如果尚未安装 Jupyter Notebook，则可以通过 pip 安装它： ```bash pip install notebook ``` 接着，在创建新的虚拟环境或者已有环境中，将其注册为 Jupyter 的 kernel[^2]。这一步非常重要，因为只有这样 PyCharm 才能识别该环境下的包和设置。 #### 将环境添加到 Jupyter Kernel 假设当前正在使用的虚拟环境名为 `myenv`，则可以在终端输入以下命令将此环境作为 kernel 添加至 Jupyter Notebook： ```bash python -m ipykernel install --user --name myenv --display-name "Python (MyEnv)" ``` 上述操作完成后，“Python (MyEnv)”将会出现在 Jupyter Notebook 启动页面的 kernels 列表中。 #### 在 PyCharm 中打开 .ipynb 文件 PyCharm 支持直接编辑 `.ipynb` 文件，并提供类似于原生 Jupyter Notebook 的交互体验。要实现这一点，请按照如下方法操作： 1. **启用插件支持** 如果未开启对 Scientific 插件的支持，请进入 Settings -> Plugins 并搜索 “Scientific mode”，然后激活该模式。 2. **加载现有文件或新建项目** 可以通过 File -> Open... 来加载现有的 `.ipynb` 文件；也可以右键点击某个目录选择 New -> Jupyter Notebook 创建一个新的笔记本文档。 3. **连接到正确的 Interpreter** 当前活动的解释器应该对应之前已注册过的那个特定 kernel（即上面提到的 `myenv`），这样才能保证所有必要的库都被正确引入并可用。 4. **执行代码单元格** 类似于标准版 Jupyter Notebook 的方式，在选定任意一个 cell 后按下 Shift+Enter 即可运行其中的内容[^3]。此外还可以利用一些高级特性比如调试功能[^4]。 以下是用于验证所选环境及其依赖项版本的小例子： ```python import sys import pandas as pd import numpy as np import matplotlib.pyplot as plt print('Python version:', sys.version[:5]) print('Pandas version:', pd.__version__) print('Numpy version:', np.__version__) print('Matplotlib version:', plt.matplotlib_version) ``` --- ###