Jupyter Notebook中安装缺失库的可靠方法包括：一、单元格内用!pip install；二、conda环境用!conda install；三、终端激活对应环境后安装；四、预装至kernel spec；五、推荐使用%pip魔法命令。
如果您已在 Jupyter Notebook 环境中运行代码，但执行 import 语句时提示模块未找到（如 ModuleNotFoundError: No module named 'pandas'），则说明所需 Python 库尚未安装到当前使用的 Python 环境中。以下是多种在 Jupyter Notebook 中安装库的可靠方法：
一、在 Notebook 单元格内使用 pip 安装
此方法直接在 Notebook 的代码单元格中调用 pip，适用于快速安装且无需切换终端。它默认作用于当前内核所关联的 Python 环境。
1、在任意代码单元格中输入以下命令（以安装 numpy 为例）：
!pip install numpy
2、若需升级已存在库，添加 --upgrade 参数：
!pip install --upgrade matplotlib
3、若安装过程因网络缓慢失败，可指定国内镜像源（如清华源）：
!pip install pandas -i https://pypi.tuna.tsinghua.edu.cn/simple/ --trusted-host pypi.tuna.tsinghua.edu.cn
二、在 Notebook 单元格内使用 conda 安装
当您的 Jupyter Notebook 由 Anaconda 或 Miniconda 管理时，conda 是更稳妥的包管理方式，尤其对含 C 扩展或依赖复杂科学计算栈（如 numba、opencv）的库更为兼容。
1、确认当前内核是否基于 conda 环境：在单元格中运行
!conda list jupyter
2、若输出包含 jupyter 相关条目，即可使用 conda 安装：
!conda install scikit-learn
3、如需从特定 channel 安装（例如 conda-forge），执行：
!conda install -c conda-forge xgboost
三、通过终端/命令行在对应环境安装
该方法最稳定，可避免因 Notebook 内核与系统路径不一致导致的“装了却 import 不到”问题。关键在于确保终端激活的是与 Notebook 内核一致的环境。
1、在 Notebook 中运行以下代码，确认当前 Python 解释器路径：
import sys
print(sys.executable)
2、复制输出路径（例如 /opt/anaconda3/envs/myenv/bin/python），在终端中进入该环境：
conda activate myenv（若为 conda 环境）
或直接调用完整路径：
/opt/anaconda3/envs/myenv/bin/python -m pip install requests
3、安装完成后，重启 Jupyter Notebook 内核（Kernel → Restart）以加载新库。
四、在新建 notebook 前预装库至内核环境
适用于需要长期使用某组库的场景。通过将库注册到 kernel spec 中，确保所有基于该内核的新 notebook 均自动可用。
1、查看当前可用内核：
!jupyter kernelspec list
2、假设目标内核名为 python3，进入其所在目录（路径形如 ~/.local/share/jupyter/kernels/python3/），检查 kernel.json 文件中指定的 Python 路径。
3、在该路径对应的 Python 环境中执行安装：
~/.local/share/jupyter/kernels/python3/bin/python -m pip install seaborn
4、安装完毕后，新建 notebook 并验证：
import seaborn as sns
print(sns.__version__)
五、使用 %pip 魔法命令安装（推荐用于 IPython 8.0+ / JupyterLab 4.0+）
%pip 是内置于 IPython 的魔法命令，相比 !pip 更安全，能自动识别并作用于当前内核环境，且支持交互式反馈（如进度条、冲突提示）。
1、在代码单元格中直接使用：
%pip install plotly
2、若需静默安装（不显示大量输出），添加 -q 参数：
%pip install -q transformers
3、安装后立即导入，无需重启内核：
%pip install -q pyyaml
import yaml
