Los entornos de Conda no se muestran en Jupyter Notebook


366

Instalé Anaconda (con Python 2.7) e instalé Tensorflow en un entorno llamado tensorflow. Puedo importar Tensorflow con éxito en ese entorno.

El problema es que Jupyter Notebook no reconoce el nuevo entorno que acabo de crear. No importa comienzo Jupyter portátil de la interfaz gráfica de usuario del navegador o desde la línea de comandos dentro del tensorflowenv, sólo hay un núcleo en el menú llamado Python [Root], y Tensorflow no se puede importar. Por supuesto, hice clic en esa opción varias veces, guardé el archivo, lo volví a abrir, pero esto no ayudó.

Curiosamente, puedo ver los dos entornos cuando abro la Condapestaña en la página principal de Jupyter. Pero cuando abro la Filespestaña e intento newusar una computadora portátil, todavía termino con un solo núcleo.

Miré esta pregunta: vincular el entorno de Conda con Jupyter Notebook ¡ Pero no hay un directorio como ~/Library/Jupyter/kernelsen mi computadora! Este directorio de Jupyter solo tiene un subdirectorio llamado runtime.

Estoy realmente confundido ¿Se supone que los entornos Conda se convierten en núcleos automáticamente? (Seguí https://ipython.readthedocs.io/en/stable/install/kernel_install.html para configurar manualmente los núcleos, pero me dijeron que ipykernelno se encontró).


43
Corre conda install ipykernelen ese ambiente.
Thomas K

1
conda install ipykernelparece instalarse jupyteren el entorno ... ¿Me estoy perdiendo algo?
Dror

1
presumiblemente ipykernel tiene jupyter como dependencia?
kevinkayaks

1
ya no parece funcionar ... vea la respuesta a continuación de Andreas
Casey L

@ThomasK esto funciona solo si nb_condase usa o si el núcleo se configura manualmente como se sugiere en la pregunta. De lo contrario, realmente arruinará bastante las cosas. El ejecutable jupyterapuntará a un ejecutable dentro del entorno, pero el sistema jupyter-notebookse iniciará (si está instalado) y, por lo tanto, no utilizará el entorno con el núcleo predeterminado.
lumbric

Respuestas:


545

No creo que las otras respuestas funcionen más, ya que conda dejó de configurar automáticamente los entornos como núcleos jupyter. Debe agregar manualmente los núcleos para cada entorno de la siguiente manera:

source activate myenv
python -m ipykernel install --user --name myenv --display-name "Python (myenv)"

Como se documenta aquí: http://ipython.readthedocs.io/en/stable/install/kernel_install.html#kernels-for-different-environments También vea este problema .

Anexo: Debería poder instalar el nb_conda_kernelspaquete conda install nb_conda_kernelspara agregar todos los entornos automáticamente, consulte https://github.com/Anaconda-Platform/nb_conda_kernels


28
¿Es posible marcar de alguna manera la solución más actualizada a partir de hoy?
N. CHATURV3DI

1
¡Solo esto funcionó para mí! conda install nb_conda: no ayudó. ¡Gracias!
Deil

2
Instalación nb_conda_kernelstrabajado para mí, como de 2018 abril ( Python 3.6.4, conda 4.3.27, jupyter 4.4.0).
wflynny

3
Corrección a mi comentario anterior: el nuevo entorno no aparece solo la primera vez. Después de desactivar y activar el env nuevamente, y luego abrir jupyter, se muestra correctamente.
R71

23
Si esto no funciona, intente ejecutar conda install ipykernelesta respuesta, se supone que ya lo tiene instalado en su entorno.
Ken Myers

151

Si sus entornos no se muestran, probablemente no haya nb_conda_kernelsinstalado en el entorno donde está instalado Jupyter. La documentación de Anaconda establece que

nb_conda_kernelsdebe instalarse en el entorno desde el que ejecuta Jupyter Notebook o JupyterLab. Este podría ser su entorno base básico, pero no es necesario que lo sea. Por ejemplo, si el entorno notebook_env contiene el paquete de la notebook, entonces debería ejecutar

conda install -n notebook_env nb_conda_kernels

Cualquier otro entorno al que desee acceder en sus computadoras portátiles debe tener instalado un paquete de kernel apropiado. Por ejemplo, para acceder a un entorno Python, debe tener el paquete ipykernel; p.ej

conda install -n python_env ipykernel

Para utilizar un entorno R, debe tener el paquete r-irkernel; p.ej

conda install -n r_env r-irkernel

Para otros idiomas, sus núcleos correspondientes deben estar instalados.

Tenga en cuenta que en el momento de publicar esto originalmente, había una posible causa por nb_condano admitir aún los entornos Python 3.6 .

Si otras soluciones no logran que Jupyter reconozca otros entornos conda, siempre puede instalar y ejecutar jupyterdesde un entorno específico. Sin embargo, es posible que no pueda ver o cambiar a otros entornos desde Jupyter.

$ conda create -n py36_test -y python=3.6 jupyter
$ source activate py36_test
(py36_test) $ which jupyter
/home/schowell/anaconda3/envs/py36_test/bin/jupyter
(py36_test) $ jupyter notebook

Tenga en cuenta que estoy ejecutando Python 3.6.1 en este cuaderno: ingrese la descripción de la imagen aquí

Tenga en cuenta que si hace esto con muchos entornos, el espacio de almacenamiento adicional de la instalación de Jupyter en cada entorno puede ser indeseable (dependiendo de su sistema).


Hola Perdón por abrir este hilo nuevamente. Sin embargo, intenté todo como se aconseja aquí y todavía no veo el env de tensorflow en jupyter. Tengo jupyter instalado en el env de tensorflow. Tengo Python 3.6.1 instalado allí. Intenté instalar conda nb_conda pero dice conflicto con py3.6. Para que no se instale, descanse todo lo demás que he intentado y parece que no funciona. ¿Algún consejo?
Baktaawar

Okay. Lo revisé de nuevo. Mi problema es que mi Jupyter cuando se abrió con el núcleo Python 3 no puede importar ningún módulo. No estoy seguro de por qué es eso. Y también que no muestra otra env demasiado
Baktaawar

2
@Baktaawar, vea mi respuesta actualizada que muestra cómo usar Python 3.6 en el cuaderno. Puede ejecutar un entorno python 3.6, solo tiene que iniciar jupyter con ese entorno activo. Los entornos Conda pueden considerarse como instalaciones de Python autónomas. Si instala Jupyter en su sistema Python, también solo verá una opción de kernel de Python. nb_condaEl propósito es "[proporcionar] el entorno Conda y la extensión de acceso a paquetes desde Jupyter", no para que pueda ejecutar Jupyter desde la instalación de Python elegida.
Steven C. Howell

1
@ StevenC. Hola, gracias por abordar mi preocupación. Creo que aún necesita mencionar que ipykerneldebe instalarse en cada entorno que desee usar como núcleo.
merv

1
Hmm, no estoy seguro de por qué funciona sin él. Tienes razón, dicen claramente que debe instalarse. He añadido eso a mi respuesta. ¡Gracias!
Steven C. Howell

112

Lo molesto es que en su tensorflowentorno, puede ejecutar jupyter notebook sin instalar jupyteren ese entorno . Solo corre

(tensorflow) $ conda install jupyter

y el tensorflowentorno ahora debería ser visible en los Cuadernos Jupyter iniciados en cualquiera de sus condaentornos como algo así Python [conda env:tensorflow].


66
Tuve el mismo problema que Thomas K, y la solución compartida por Octavius ​​también resolvió mi problema. Sin embargo, hay una trampa: si tiene la versión Python 3 de Anaconda, entonces solo podrá ver su entorno activo actual, y debería tener su propio Jupyter. Pero si instala la versión Python 2 de Anaconda, puede manejar todos los entornos.
rkmalaiya

66
puedes hacer "conda install nb_conda" también en la versión Python2 de anaconda para administrar tus envs desde Jupyter.
rkmalaiya

77
@rkmalaiya es correcto. Si está ejecutando Miniconda3 o Anaconda3, realice conda install nb_condaen uno de sus entornos conda de origen (que tiene instalada la computadora portátil Jupyter). Luego puede cambiar kernels / conda envs en el navegador jupyter notebook.
Harsha Manjunath

1
Puede informar que este método funciona en septiembre de 2018 con Anaconda 5.2 Python 3.6
jdr5ca

13
Esta es una respuesta terrible porque alienta a los usuarios a instalar Jupyter en cada entorno, lo cual es completamente innecesario. La razón por la que esto funciona es que ipykernel(que es lo único que realmente se necesita), es una dependencia de jupyter.
merv

72

Tuve que ejecutar todos los comandos mencionados en las 3 respuestas principales para que esto funcione:

conda install jupyter
conda install nb_conda
conda install ipykernel
python -m ipykernel install --user --name mykernel

99
Esto fue lo que funcionó para mí también, pero no lo necesitabaconda install nb_conda
Ken Myers

3
Increíble destilación!
Bao-Tin Hoang

1
Solo necesitaba los primeros 3 comandos para mostrar el kernel del entorno como una opción cuando ejecuto jupyter labdentro de ese entorno específico
Igor Fobia

3
A mí también me funcionó. Dios mío, fue frustrante descubrirlo.
Trevor Bye

44
¡No necesitas nb_conda! ;)
Prayson W. Daniel

48

Simplemente ejecute conda install ipykernelen su nuevo entorno, solo entonces obtendrá un núcleo con este entorno. Esto funciona incluso si tiene diferentes versiones instaladas en cada entorno y no instala jupyter notebook nuevamente. Puede iniciar su cuaderno desde cualquier entorno en el que pueda ver los núcleos recién agregados.


10
Esta es la mejor respuesta a partir de enero de 2018. Jupyter debería descubrir automáticamente su kernel al inicio si simplemente se encuentra conda install ipykerneldentro de su entorno conda. En el peor de los casos, puede usarlo python -m ipykernel install --user --name mykernelpara generar manualmente el núcleo, pero no querrá hacerlo si ya se descubrió automáticamente, o aparecerá dos veces en la lista del núcleo.
Colllin

2
Esto también instalará Júpiter y todas sus dependencias. Funciona pero de alguna manera no es óptimo
Quickbeam2k1

16

Resumen (tldr)

Si desea que el kernel 'python3' ejecute siempre la instalación de Python desde el entorno donde se inicia, elimine el kernel 'python3' del usuario, que tiene prioridad sobre el entorno actual con el que se encuentre:

jupyter kernelspec remove python3

Solución completa

Voy a publicar una solución alternativa y más simple para el siguiente caso:

  • Has creado un entorno conda
  • Este entorno tiene instalado jupyter (que también instala ipykernel)
  • Cuando ejecuta el comando jupyter notebooky crea un nuevo cuaderno haciendo clic en 'python3' en el menú desplegable 'Nuevo', ese cuaderno ejecuta python desde el entorno base y no desde el entorno actual.
  • Le gustaría que el lanzamiento de una nueva computadora portátil con 'python3' en cualquier entorno ejecute la versión de Python desde ese entorno y NO desde la base

Voy a usar el nombre 'test_env' para el entorno para el resto de la solución. Además, tenga en cuenta que 'python3' es el nombre del núcleo.

La respuesta más votada actualmente funciona, pero hay una alternativa. Dice hacer lo siguiente:

python -m ipykernel install --user --name test_env --display-name "Python (test_env)"

Esto le dará la opción de usar el entorno test_env sin importar desde qué entorno inicie jupyter notebook. Pero, el lanzamiento de una computadora portátil con 'python3' seguirá utilizando la instalación de Python desde el entorno base.

Lo que probablemente está sucediendo es que existe un núcleo de usuario python3 que existe. Ejecute el comando jupyter kernelspec listpara enumerar todos sus entornos. Por ejemplo, si tiene una Mac, se le devolverá lo siguiente (mi nombre de usuario es Ted).

python3       /Users/Ted/Library/Jupyter/kernels/python3

Lo que Jupyter está haciendo aquí es buscar a través de tres caminos diferentes en busca de núcleos. Va de Usuario , a Env , a Sistema . Consulte este documento para obtener más detalles sobre las rutas que busca para cada sistema operativo.

Los dos núcleos anteriores se encuentran en la ruta del usuario, lo que significa que estarán disponibles independientemente del entorno desde el que inicie un jupyter notebook. Esto también significa que si hay otro kernel 'python3' a nivel de entorno, nunca podrá acceder a él.

Para mí, tiene más sentido que la elección del núcleo 'python3' del entorno desde el que lanzó el portátil ejecute Python desde ese entorno.

Puede verificar si tiene otro entorno 'python3' buscando en la ruta de búsqueda Env para su sistema operativo (consulte el enlace a los documentos anteriores). Para mí (en mi Mac), emití el siguiente comando:

 ls /Users/Ted/anaconda3/envs/test_env/share/jupyter/kernels

Y de hecho tenía un kernel 'python3' listado allí.

Gracias a este comentario de problema de GitHub (mira la primera respuesta), puedes eliminar el entorno del usuario 'python3' con el siguiente comando:

jupyter kernelspec remove python3

Ahora, cuando ejecute jupyter kernelspec list, suponiendo que test_env todavía esté activo, obtendrá lo siguiente:

python3       /Users/Ted/anaconda3/envs/test_env/share/jupyter/kernels/python3

Observe que esta ruta se encuentra dentro del directorio test_env. Si crea un nuevo entorno, instala jupyter, lo activa y enumera los núcleos, obtendrá otro núcleo 'python3' ubicado en su ruta de entorno.

El núcleo del usuario 'python3' tenía prioridad sobre cualquiera de los núcleos Env 'python3'. Al eliminarlo, el núcleo del entorno activo 'python3' quedó expuesto y se pudo elegir cada vez. Esto elimina la necesidad de crear manualmente núcleos. También tiene más sentido en términos de desarrollo de software donde uno quisiera aislarse en un solo entorno. Ejecutar un kernel que es diferente del entorno del host no parece natural.

También parece que este usuario 'python3' no está instalado para todos de forma predeterminada, por lo que no todos se enfrentan a este problema.


python -m ipykernel install --user --name test_env --display-name "Python (test_env)" funciona de maravilla. Gracias
slobodan.blazeski

12
    $ conda install nb_conda_kernels

(en el entorno conda donde ejecuta jupyter notebook) hará que todas las env conda estén disponibles automáticamente. Para acceder a otros entornos, se deben instalar los respectivos núcleos. Aquí está la referencia .


¿Esto no solo recapitula stackoverflow.com/a/48349338/570918 ?
merv

Esto parece la forma más simple.
Decula

9

Hemos luchado mucho con este problema, y ​​esto es lo que funciona para nosotros. Si usa el canal conda-forge , es importante asegurarse de que está usando paquetes actualizados conda-forge, incluso en su Minicondaentorno raíz.

Entonces instale Miniconda , y luego haga:

conda config --add channels conda-forge --force
conda update --all  -y
conda install nb_conda_kernels -y
conda env create -f custom_env.yml -q --force
jupyter notebook

y su entorno personalizado se mostrará en Jupyter como un kernel disponible, siempre y cuando esté ipykernellistado para la instalación en su custom_env.ymlarchivo, como este ejemplo:

name: bqplot
channels:
- conda-forge
- defaults
dependencies:
- python>=3.6
- bqplot
- ipykernel

Solo para demostrar que funciona con un montón de entornos personalizados, aquí hay una captura de pantalla de Windows:

ingrese la descripción de la imagen aquí


8

El nb_conda_kernelspaquete es la mejor manera de utilizar jupytercon conda. Con dependencias y configuraciones mínimas, le permite usar otros entornos conda desde una notebook jupyter que se ejecuta en un entorno diferente. Citando su documentación :

Instalación

Este paquete está diseñado para ser administrado únicamente con conda. Debe instalarse en el entorno desde el que ejecuta Jupyter Notebook o JupyterLab. Este podría ser su baseentorno de conda, pero no tiene por qué serlo. Por ejemplo, si el entorno notebook_envcontiene el paquete del cuaderno, entonces debería ejecutar

conda install -n notebook_env nb_conda_kernels

Cualquier otro entorno al que desee acceder en sus computadoras portátiles debe tener instalado un paquete de kernel apropiado. Por ejemplo, para acceder a un entorno Python, debe tener el ipykernelpaquete; p.ej

conda install -n python_env ipykernel

Para utilizar un entorno R, debe tener el paquete r-irkernel; p.ej

conda install -n r_env r-irkernel

Para otros idiomas, sus núcleos correspondientes deben estar instalados.

Entonces todo lo que necesita hacer es iniciar el servidor jupyter notebook:

conda activate notebook_env  # only needed if you are not using the base environment for the server
# conda install jupyter # in case you have not installed it already
jupyter

ingrese la descripción de la imagen aquí


A pesar de la gran cantidad de respuestas y los esfuerzos de @ merv para mejorarlas, aún es difícil encontrar una buena. Hice este CW, ¡así que vote por la parte superior o mejórelo!



7

Me encontré con el mismo problema en el que mi nuevo entorno de conda myenvno podía seleccionarse como kernel o portátil nuevo. Y correr jupter notebookdesde dentro del entorno dio el mismo resultado.

Mi solución y lo que aprendí acerca de cómo los portátiles Jupyter reconocen conda-envs y kernels:

Instalando jupyter e ipython myenvcon conda:

conda install -n myenv ipython jupyter

Después de eso, ejecutar jupter notebookfuera de cualquier myenventorno enumerado como un núcleo junto con mis entornos anteriores.

Python [conda env:old]
Python [conda env:myenv]

Ejecutar el cuaderno una vez que activé el entorno:

source activate myenv
jupyter notebook

oculta todos mis otros núcleos de entorno y solo muestra mis núcleos de idioma:

python 2
python 3
R

7

Esto funcionó para mí en Windows 10 y la última solución:

1) Entra en ese entorno de conda (activa your_env_name)

2) conda install -n your_env_name ipykernel

3) python -m ipykernel install --user --name build_central --display-name "your_env_name"

(NOTA: Incluya las comillas alrededor de "your_env_name", en el paso 3)


4

Esto ha sido muy frustrante. Mi problema fue que, dentro de un entorno de conda python36 recién construido, jupyter se negó a cargar "seaborn", a pesar de que seaborn se instaló dentro de ese entorno. Parecía poder importar muchos otros archivos del mismo entorno, por ejemplo, numpy y pandas, pero no nacidos. Probé muchas de las soluciones sugeridas aquí y en otros hilos sin éxito. Hasta que me di cuenta de que Jupyter no estaba ejecutando kernel python desde ese entorno sino que ejecutaba el sistema python como kernel. A pesar de que un núcleo decente y kernel.json ya estaban presentes en el entorno. Fue solo después de leer esta parte de la documentación de ipython: https://ipython.readthedocs.io/en/latest/install/kernel_install.html#kernels-for-different-environments y usando estos comandos:

source activate other-env
python -m ipykernel install --user --name other-env --display-name "Python (other-env)"

Pude hacer que todo saliera bien. (En realidad no utilicé la variable de usuario).

Una cosa que aún no he imaginado es cómo configurar la python predeterminada para que sea la "Python (other-env)". En la actualidad, un archivo .ipynb existente abierto desde la pantalla de inicio utilizará el sistema python. Tengo que usar el menú Kernel "Cambiar kernel" para seleccionar el entorno python.


4

Si bien la respuesta de @coolscitist funcionó para mí, también hay una manera que no satura el entorno de su kernel con el paquete completo de jupyter + deps. Se describe en los documentos de ipython y (sospecho) solo es necesario si ejecuta el servidor portátil en un entorno no base.

conda activate name_of_your_kernel_env
conda install ipykernel
python -m ipykernel install --prefix=/home/your_username/.conda/envs/name_of_your_jupyter_server_env --name 'name_of_your_kernel_env'

Puedes verificar si funciona usando

conda activate name_of_your_jupyter_server_env 
jupyter kernelspec list

1
en realidad, actualizar jupyter y usar conda install nb_conda_kernelsfunciona mejor.
enero-glx

Solo tenga en cuenta que python -m ipykernel installes la ruta tradicional de registro de un entorno, y funciona para otros entornos (no Conda). La idea detrás de esto nb_conda_kernelses que no necesita hacer esto manualmente, siempre que lo instale ipykernel.
merv

¡Si! Convertí este comentario en esta respuesta independiente .
jan-glx

2

Tuve un problema similar y encontré una solución que funciona para Mac, Windows y Linux. Se necesitan algunos ingredientes clave que se encuentran en la respuesta anterior:

Para poder ver conda env en el cuaderno Jupyter, necesitas:

  • El siguiente paquete en su base env:
    conda install nb_conda

  • el siguiente paquete en cada env que cree:
    conda install ipykernel

  • verifique la configuración de la jupyter_notebook_config.py
    primera verificación si tiene una jupyter_notebook_config.pyen una de las ubicaciones proporcionadas por jupyter --paths
    si no existe, créelo ejecutando jupyter notebook --generate-config
    add o asegúrese de tener lo siguiente:c.NotebookApp.kernel_spec_manager_class='nb_conda_kernels.manager.CondaKernelSpecManager'

El entorno que puedes ver en tu terminal: ingrese la descripción de la imagen aquí

En Jupyter Lab puede ver el mismo entorno que el anterior, tanto el Notebook como la Consola: ingrese la descripción de la imagen aquí

Y puede elegir su entorno cuando tenga un cuaderno abierto: ingrese la descripción de la imagen aquí

La forma segura es crear un entorno específico desde el que ejecutará su ejemplo dejupyter lab comando env . Activa tu env. Luego, agregue la extensión de jupyter lab . Ejemplo de extensión de jupyter lab . Entonces puedes correr jupyter lab


1

Siga las instrucciones en la documentación de iPython para agregar diferentes entornos conda a la lista de núcleos para elegir en Jupyter Notebook. En resumen, después de la instalación ipykernel, debe activar cada entorno conda uno por uno en un terminal y ejecutar el comando python -m ipykernel install --user --name myenv --display-name "Python (myenv)", donde myenvestá el entorno (kernel) que desea agregar.


1

Posible problema específico del canal

Tuve este problema (nuevamente) y resultó que lo instalé desde el canal conda-forge ; eliminarlo y reinstalarlo desde el canal anaconda lo arregló para mí.

Actualización : Me volvió a tener el mismo problema con un nuevo env, esta vez me instalo nb_conda_kernelsde anaconda canal, pero mi jupyter_clientera del Conda-forja canal. La desinstalación nb_conda_kernelsy reinstalación actualizó eso a un canal de mayor prioridad.

Así que asegúrese de haber instalado desde los canales correctos :)


Parece que puedes tener algunas cosas mezcladas. jupytery nb_conda_kernelsdebe instalarse en un entorno: aquí es donde siempre se ejecuta jupyter notebook. Los nuevos envs solo necesitan ipykernel, pero no deben activarse cuando se ejecutan jupyter notebook.
merv

1
Soy consciente, estaba en una nueva máquina.
xyzzyqed

1
Bueno. Edité su respuesta, principalmente para poder cambiar mi voto, pero también para aclarar lo que llamaban el canal conda (no es una cosa, ya sea por defecto o anaconda ). Siéntase libre de editarlo aún más si estoy expresando mal lo que sucedió.
merv

-1

En mi caso, usando Windows 10 y conda 4.6.11, ejecutando los comandos

conda install nb_conda

conda install -c conda-forge nb_conda_kernels

desde el terminal mientras tenía el entorno activo no hizo el trabajo después de que abrí Jupyter desde la misma línea de comando usando conda jupyter notebook.

Aparentemente, la solución fue abrir Jupyter desde Anaconda Navigator yendo a mi entorno en Entornos: abrir Anaconda Navigator, seleccionar el entorno en Entornos, presionar el botón "reproducir" en el entorno elegido y seleccionar "abrir con Jupyter Notebook".

Entornos en Anaconda Navigator para ejecutar Jupyter desde el entorno seleccionado


1
Eche un vistazo a la documentación sobre cómo usar los núcleos de Conda. Lanzas Jupyter desde el entorno que tiene Jupyter; instala ipykernelen todos los entornos que desea utilizar en Jupyter como núcleos.
merv 01 de
Al usar nuestro sitio, usted reconoce que ha leído y comprende nuestra Política de Cookies y Política de Privacidad.
Licensed under cc by-sa 3.0 with attribution required.