pip - 更新 conda 后 conda 环境损坏

Question

在广泛使用 conda 一段时间后，我昨天被要求更新它，现在看起来有些问题。我必须承认，我不是幕后发生的事情的专家，所以请耐心等待 :)

安装 conda 后我使用了 pip安装各种包。昨天我开始研究 git 教程中的一些代码，该教程建议创建一个临时环境来使用:

conda env create -f binder/environment.yml

在这一步，我被建议更新 conda，因为我使用的是旧版本。我在我的终端中找不到该特定消息(即我找不到我之前使用的 conda 版本)，但这是我现在检查 conda 版本时得到的信息:

(base) francesco ~$ conda list conda
# packages in environment at /Users/francesco/anaconda3:
#
# Name                    Version                   Build  Channel
_anaconda_depends         2019.03                  py36_0  
anaconda                  custom                   py36_1  
anaconda-client           1.7.2                    py36_0  
anaconda-navigator        1.8.7                    py36_0  
anaconda-project          0.8.4                      py_0  
conda                     4.8.3                    py36_0  
conda-build               3.10.5                   py36_0  
conda-env                 2.6.0                h36134e3_0  
conda-package-handling    1.6.0            py36h1de35cc_0  
conda-verify              3.4.2                      py_1  

更新后我注意到的一件事是，为了激活/停用我必须使用的环境 conda activate/deactivate <env>而不是 source activate/deactivate <env> .

之后我在新环境中使用代码没有任何问题。

今天我试图激活我工作的主要环境，但我被要求先“初始化”我的 shell:

conda init bash

之后我激活了我的“常规”环境:

conda activate testenv

我尝试启动 Jupyter Lab，但出现此错误:

(testenv) francesco ~$ jupyter lab
Error executing Jupyter command 'lab': [Errno 2] No such file or directory

发生了什么事？为什么 Jupyter Lab 在我通常的环境中不再工作？

我检查了 testenv 中的安装一切正常:

(testenv) francesco ~$ conda list | grep jup
jupyter                   1.0.0                    py37_7  
jupyter_client            5.2.4                    py37_0  
jupyter_console           6.0.0                    py37_0  
jupyter_core              4.4.0                    py37_0  
(testenv) francesco ~$ pip list | grep jup
jupyter                  1.0.0   
jupyter-client           5.2.4   
jupyter-console          6.0.0   
jupyter-core             4.4.0   
(testenv) francesco ~$ 

有人知道这是怎么回事吗？这对我来说是个大问题，因为 conda/jupyter lab 是我工作中使用的主要工具:\

Answer 1

通常的做法是仅在单个 Conda 环境中安装 Jupyter(如果是 Anaconda 用户，通常是您的 base env)，并始终从那里启动 Jupyter。要在 Jupyter 中使用其他 Python 环境，您需要在这些环境中安装 ipykernel，例如，

conda install -n testenv ipykernel

并且，为了避免必须注册额外的环境，建议使用 Jupyter 在环境中安装 nb_conda_kernels，例如，

conda install -n base nb_conda_kernels

附带说明一下，使用 Pip 安装东西会使环境不稳定。我强烈建议学习并坚持the documented best practices .