在虚拟环境中安装 ipykernel#

1
\.venv\Scripts\activate
2
python -m pip install ipykernel
3
python -m ipykernel install --user --name blog-venv --display-name "Python (blog-venv)"

注册后，Jupyter 的 kernel 列表里应该能看到 Python (blog-venv)。

确认 Notebook 使用的解释器#

1
import sys
2
print(sys.executable)

这个路径应该指向你的项目环境。如果不是，切换 kernel 后重新运行。

查看已有 kernel#

1
jupyter kernelspec list

常见问题#

• 在系统 Python 安装了包，但 Notebook 用的是 conda 环境。

• 注册 kernel 后没有重启 Jupyter 页面。

• 删除了虚拟环境，但 kernel 配置还留着。

• 包安装到了错误的 pip。

实战复盘#

使用《Jupyter kernel 缺失排查》时，我会先确认环境边界：本地还是服务器，Windows 还是 Linux，开发环境还是线上环境。很多命令本身没错，但换了系统或权限就会得到完全不同的结果。

修复后不要只看报错消失，还要做业务层验证。比如端口释放后服务是否重新启动，缓存清理后页面是否显示新内容，pip 安装后目标环境是否真的能 import。

排查记录的质量取决于可复现性。只要别人能按文章从现象走到验证，这篇文章就不是临时笔记，而是一张可靠的操作卡片。

最小验收样例#

验收《Jupyter kernel 缺失排查》时，我会保留一条修复前命令和一条修复后命令。前者证明问题存在，后者证明问题已经消失，而不是只凭浏览器或终端感觉判断。

如果这篇文章涉及服务器操作，还要记录当前路径、用户、服务名和关键配置文件。排查记录越能还原现场，下次遇到同类问题越不需要重新摸索。

小结#

Jupyter kernel 问题本质是解释器问题。Notebook 里打印 sys.executable，比猜测环境更可靠。