### 如何在 PyCharm 中配置和使用 Jupyter Notebook #### 配置 Jupyter Notebook 为了能够在 PyCharm 中高效使用 Jupyter Notebook，首先需要确保本地环境中已正确安装并启动 Jupyter Notebook。如果尚未安装 Jupyter 及其依赖项，则可以通过 `pip` 安装必要的包： ```bash pip install jupyter ipykernel ``` 完成上述操作后，在命令行中运行以下命令来启动 Jupyter Notebook 并获取服务器地址[^1]。 ```bash jupyter notebook ``` 此时会显示类似于 `http://localhost:8888/?token=abcde...` 的 URL 地址，该地址用于后续连接到 PyCharm 中的 Jupyter 内核。 --- #### 在 PyCharm 中集成 Jupyter Notebook PyCharm 提供了内置的支持以方便开发者直接在其 IDE 中编辑和运行 Jupyter Notebook 文件 (.ipynb)，具体步骤如下： 1. **启用 Jupyter 插件** 如果未开启相关插件，请进入设置路径：`File -> Settings -> Plugins`，搜索 “Jupyter”，确认插件已被激活[^3]。 2. **导入或新建 Notebook 文件** 打开目标 `.ipynb` 文件或者通过菜单选项创建一个新的文件：`File -> New -> Jupyter Notebook`. 3. **配置远程内核** 转至 `Settings -> Build, Execution, Deployment -> Jupyter`，点击右上角的加号按钮 (`+`) 添加新的 Jupyter 连接。粘贴之前从终端复制的完整 URL (含 token 参数)。 4. **验证连接状态** 成功建立链接之后，可以在右侧工具栏看到实时日志输出；同时可以尝试执行简单的 Python 命令测试交互效果，比如打印当前工作目录： ```python import os print(os.getcwd()) ``` 5. **高级功能支持** 利用 PyCharm 自带的强大特性优化开发体验，例如语法高亮、错误提示、重构建议等功能均适用于 Notebook 单元格内的代码片段。 --- #### 使用案例——配置 PyTorch 环境 当涉及深度学习框架时，可能还需要额外调整虚拟环境以便加载特定版本的库资源。以下是针对 PyTorch 的典型场景说明： - 创建独立的 conda 或 venv 子环境； - 将此子环境指定给对应的 IPython Kernel； - 最终使得 PyCharm 和外部浏览器中的 Notebooks 同步共享同一套依赖关系树结构[^2]。 示例脚本展示如何切换默认 kernel 至自定义命名空间： ```python import torch print(torch.__version__) ``` 以上方法能够有效解决跨平台协作过程中因软件差异引发的各种兼容性难题。 ---