### 如何在 Jupyter Notebook 或 JupyterLab 中更新使用的 Python 版本 要在 Jupyter Notebook 或 JupyterLab 中更改所使用的 Python 版本，可以通过以下方法实现： #### 方法一：通过 Conda 创建新环境并指定 Python 版本 如果使用的是 Anaconda 或 Miniconda 配置的 Jupyter，则推荐通过创建一个新的虚拟环境来管理不同的 Python 版本。 1. 使用 `conda` 命令创建新的虚拟环境，并指定所需的 Python 版本： ```bash conda create -n myenv python=3.x ``` 将 `myenv` 替换为你希望命名的新环境名称，将 `3.x` 替换为目标 Python 版本号[^1]。 2. 激活该环境： ```bash conda activate myenv ``` 3. 安装 Jupyter 到这个环境中： ```bash conda install jupyter ``` 4. 启动 Jupyter 并验证是否加载了目标 Python 版本： ```bash jupyter notebook ``` 在新建的 Notebook 文件中运行以下代码以确认当前 Python 版本： ```python import sys print(sys.version) print(sys.executable) ``` #### 方法二：通过 Pip 安装特定版本的 IPython Kernel 对于不依赖于 Conda 的情况，也可以手动安装对应 Python 版本的 IPython kernel 来切换到所需版本。 1. 确保已安装多个不同版本的 Python（例如 Python 3.7 和 Python 3.9），并通过命令行激活其中一个版本。 2. 在目标 Python 环境下安装 `ipykernel` 库： ```bash pip install ipykernel ``` 3. 注册此 Python 解释器作为可用的 Jupyter 内核之一： ```bash python -m ipykernel install --user --name=myenv --display-name="Python (myenv)" ``` 这里的 `--display-name` 参数定义了一个友好的显示名，在启动 Jupyter 时可以选择对应的解释器。 4. 打开 Jupyter Notebook 或 Lab，选择菜单中的 **Kernel -> Change Kernel**，然后挑选刚刚注册的内核选项。 #### 方法三：直接升级现有环境中的 Python 版本 如果不希望通过创建额外的虚拟环境解决这个问题，还可以尝试直接升级现有的默认 Python 版本来匹配需求。不过需要注意这可能会影响其他依赖项的工作状态。 执行如下操作前建议先备份重要数据文件。 ```bash conda update python ``` 或者针对具体的目标版本进行设置： ```bash conda install python=3.y.z ``` 完成之后重启 Jupyter 实例再次测试其关联的 Python 是否已被替换为最新版[^2]。 以上三种方式均能有效帮助用户调整至期望的开发环境下工作。 ```python import sys print(sys.version) # 查看当前实际运行的 Python 版本信息 print(sys.executable) # 获取可执行程序的具体位置路径 ```