### 如何在自定义创建的虚拟环境中启动和运行 Jupyter Notebook 要在自定义创建的 Conda 虚拟环境中成功运行 Jupyter Notebook，需完成以下几个方面的配置： #### 1. 创建并激活虚拟环境 通过 `conda` 命令创建一个新的虚拟环境，并为其指定 Python 版本[^1]。 ```bash conda create -n my_env python=3.8 ``` 随后激活此虚拟环境： ```bash conda activate my_env ``` #### 2. 安装必要的依赖项 为了使 Jupyter Notebook 支持当前虚拟环境中的内核，需要安装 `ipykernel` 和其他必要组件[^2]。 ```bash conda install ipykernel ``` 或者如果无法使用 `conda`，也可以尝试以下命令： ```bash pip install ipykernel ``` #### 3. 注册虚拟环境至 Jupyter 的可用 Kernel 列表 注册完成后，Jupyter Notebook 就能识别这个新创建的虚拟环境作为其可选的计算内核之一[^4]。执行如下命令来实现这一点： ```bash python -m ipykernel install --user --name=my_env --display-name "Python (my_env)" ``` 这里需要注意的是参数含义： - `--name`: 这是内部标识符，在某些情况下可能会被用作技术参考。 - `--display-name`: 此字段决定了最终展示给用户的直观名称。 #### 4. 启动 Jupyter Notebook 并验证设置 确保工作目录切换到了期望的位置之后再启动服务[^3]: ```bash cd /path/to/workdir jupyter notebook ``` 此时访问浏览器界面后应该能够发现新增加的那个特定命名(`Python (my_env)`)下的 kernel 可选项供选择应用。 --- ### 示例代码片段 以下是完整的操作流程脚本形式表示： ```bash # Step 1: Create and Activate Virtual Environment conda create -n custom_env python=3.9 conda activate custom_env # Step 2: Install Required Packages conda install ipykernel # Step 3: Register the Environment with Jupyter python -m ipykernel install --user --name=custom_env --display-name "Custom Env" # Step 4: Launch Jupyter from Within Activated Environment cd ~/projects/my_project_folder jupyter notebook ``` ---