机器学习：在虚拟环境中使用 Jupyter Lab
第一步：激活虚拟环境
打开终端（CMD/PowerShell）并执行：
$cmd
#激活虚拟环境
$conda activate D:\conda_envs\mll_env
激活后，终端提示符前会显示环境名称，例如：
(D:\conda_envs\mll_env) D:\conda_envs>
第二步： 安装 Jupyter Lab
在激活的环境中安装 Jupyter Lab：
conda install -c conda-forge jupyterlab
确认安装的包：
conda list jupyterlab # 应显示版本号（如 4.0.13）
第三步：注册环境内核到 Jupyter（关键步骤）
1、注册环境内核到 Jupyter
为了让 Jupyter Lab 识别当前环境的 Python 内核，需安装 ipykernel 并注册内核：
#安装 ipykernel conda install ipykernel -y#注册内核到正确路径 $python -m ipykernel install --name mll_env --display-name "Python (mll_env)" --prefix=D:\conda_envs\mll_env
-
参数说明：
-
--name mll_env：内核名称（与环境名一致） -
--display-name：在 Jupyter 中显示的名称 -
--prefix：指定虚拟环境路径，确保内核配置写入环境目录
-
2、验证内核配置位置
-
检查虚拟环境目录下是否生成内核配置：
D:\conda_envs\mll_env\share\jupyter\kernels\mll_env ├── kernel.json ├── logo-32x32.png └── logo-64x64.png
2.打开 kernel.json 文件，确认 argv 中的 Python 路径指向虚拟环境：
第4步：启动 Jupyter Lab 并验证
1、在激活的虚拟环境中启动 Jupyter Lab：
jupyter lab
2、创建新 Notebook：选择内核 Python (mll_env)。
3、验证 Python 路径：
在 Notebook 中运行以下代码：
import sys print(sys.executable)
预期输出：
D:\conda_envs\mll_env\python.exe
4、查看Jupyter Lab的文件工作目录
import os
print("当前工作目录：", os.getcwd())
