我使用 ubuntu(通过适用于 Linux 的 Windows 子系统)并创建了一个新的 conda 环境，激活了它并在其中安装了一个库 (opencv)。但是，在我创建一个使用我的新 conda 环境路径的新内核之前，我无法在 Jupyter 实验室中导入 opencv。所以，我的问题是:
我是否需要在每次创建新的 conda 环境时都创建一个新内核才能使其正常工作？我读到一般我们应该使用内核来使用不同版本的 python，但如果是这种情况，那么我如何在 jupyter 实验室中使用特定的 conda 环境？请注意，从 Jupyter 实验室浏览到我的新 env 文件夹或使用 os.chdir 设置目录都不起作用。
使用连接到我的新环境路径的新内核，我无法导入 matplotlib，我不得不激活新的环境并再次安装 matplotlib。但是，当我使用默认内核 Python3 时，可以导入 matplotlib。 是否可以让一些标准库在我所有的 conda 环境中使用它们(即从我的 conda 环境中安装一些库，比如 matplotlib 并在我的所有环境中使用它们)然后在我的每个环境中都有特定的库？我已经通过 ubuntu 中的基础环境安装了一些库，但我无法在我的新 conda 环境中导入这些库。
提前致谢!
最佳答案
据我所知:
您需要在每个环境中使用 ipykernel，以便 jupyter 可以导入其他库。
在我的例子中，我有一个名为 TensorFlow 的新环境，然后我激活它并安装 ipykernel，然后将它添加到 jupyter kernelspec。最后我可以在 jupyter 中访问它，无论环境是否激活。
关于python - conda environment : does each new conda environment needs a new kernel to work? 如何为我的所有环境提供特定的库？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/59252973/