### 如何在 Jupyter Notebook 中指定 Python 版本 要在 Jupyter Notebook 中使用特定的 Python 版本，可以通过以下方法实现： #### 方法一：通过 Conda 创建虚拟环境并添加内核 Conda 是 Anaconda 提供的一个强大的包管理工具和环境管理系统。可以利用它来创建不同的 Python 虚拟环境，并将其作为 Jupyter 的内核加载。 1. **创建新的 Conda 环境** 使用 `conda create` 命令创建一个新的环境，并指定所需的 Python 版本。 ```bash conda create -n myenv python=3.8 ``` 2. **激活该环境** 激活刚刚创建的环境以便后续操作。 ```bash conda activate myenv ``` 3. **安装 IPython 内核** 安装 `ipykernel` 并将当前环境注册到 Jupyter Notebook 中。 ```bash pip install ipykernel python -m ipykernel install --user --name=myenv --display-name="Python 3.8 (myenv)" ``` 这一步会将名为 `myenv` 的环境作为一个可用的内核添加到 Jupyter Notebook 中[^2]。 4. **启动 Jupyter Notebook** 启动 Jupyter Notebook，在新建笔记本时可以选择对应的 Python 版本（即显示名称为 `"Python 3.8 (myenv)"` 的选项）。 --- #### 方法二：手动安装多个 Python 版本及其依赖项 如果不想使用 Conda，则可以直接安装多个独立的 Python 版本，并分别为其配置 Jupyter 支持。 1. **下载并安装目标 Python 版本** 下载所需版本的 Python 编译文件或可执行程序，并完成安装过程。例如： ```bash wget https://www.python.org/ftp/python/3.7.9/Python-3.7.9.tgz tar xzf Python-3.7.9.tgz cd Python-3.7.9/ ./configure make && sudo make altinstall ``` 2. **安装必要的开发工具** 如果是在 Linux 上运行此命令，请先确保已安装编译所需的依赖项。 ```bash yum install zlib-devel bzip2-devel openssl-devel ncurses-devel sqlite-devel readline-devel tk-devel gcc make -y ``` 3. **为新版本安装 Jupyter 和其他扩展** 针对该版本的 Python 执行如下命令以安装 Jupyter 及其核心组件。 ```bash /usr/local/bin/python3.7 -m pip install jupyter ipykernel /usr/local/bin/python3.7 -m ipykernel install --user --name=python3.7 --display-name "Python 3.7" ``` 4. **验证设置是否成功** 启动 Jupyter Notebook 并确认下拉菜单中有新增加的 Python 版本可供选择[^3]。 --- #### 方法三：直接修改现有 Kernel 文件路径 对于已经存在的项目或者需要快速调整的情况，也可以尝试编辑 `.json` 格式的 kernel specification 文件，更改其中指向的具体解释器位置。 找到位于用户目录下的 kernelspecs 文件夹，通常类似于下面这样的结构： ```plaintext ~/.local/share/jupyter/kernels/<kernel_name>/ ``` 打开里面的 `kernel.json` 文档，更新字段 `"argv"` 来反映实际使用的 Python 解析地址。比如改为 `/opt/python3.6/bin/python`. --- ```python # 示例代码片段展示如何动态获取当前正在使用的 Python 解释器 import sys print(f"The current Python interpreter is located at {sys.executable}") ```