PY#

1. 激活你的环境#

conda activate ov

2. 安装 ipykernel#

mamba install ipykernel

3. 将环境添加到 Jupyter#

python -m ipykernel install –user –name=ov –display-name “Python (ov)” python -m ipykernel install –user –name ov python -m ipykernel install –user –name=rapids –display-name “Python (rapids_ov)”

4.检查当前内核使用的环境#

import sys
sys.executable

R#

将一个新的 R 环境添加为 Jupyter (Notebook 或 Lab) 的内核。

假设新 R 环境名称为 your_r_env_name

1. 激活你的 Conda R 环境：

   打开终端或 Anaconda Prompt，运行：

   Bash

   conda activate your_r_env_name

2. 在激活的环境中安装 r-irkernel 包：

   这个 R 包是让 Jupyter 能够识别和连接到 R 环境的关键。

   conda install -c conda-forge r-irkernel
   # 或者
   # mamba install -c conda-forge r-irkernel -y

   请确保是在已激活的 your_r_env_name 环境下执行此命令。

3. 启动 R 并注册内核：

   • 首先，在当前激活的终端中输入 R 命令，启动 R 会话。

   • 然后，在 R 控制台内部，运行 IRkernel 包提供的函数来注册这个环境：

     代码段

     # 在 R 控制台内运行以下命令：
     IRkernel::installspec(name = 'your_r_env_name', displayname = 'R (your_r_env_name)', user = TRUE)

     • name = 'your_r_env_name': 这是内核的内部标识符，建议使用你的环境名，方便管理。
     • displayname = 'R (your_r_env_name)': 这个是显示在 Jupyter 界面内核列表中的名称，可以自定义，使其易于识别。
     • user = TRUE: 将内核配置安装到当前用户目录下，这是推荐的方式，可以避免权限问题。

   • 注册成功后，R 控制台会显示安装路径。然后输入 q() 并按回车，退出 R 会话。

4. 重启 Jupyter Notebook / JupyterLab:

   关闭当前所有正在运行的 Jupyter 实例，然后重新启动它。

5. 检查当前内核使用的环境

Sys.which("R")
.libPaths()
Sys.getenv("CONDA_DEFAULT_ENV")