Kernel error本质是内核进程启动失败，需按故障链逐层排查：先核对sys.executable与which python路径是否一致，再检查kernel.json中argv路径正确性，接着验证ipykernel及tornado等依赖是否兼容，最后排查内存不足或jedi补全导致的运行时崩溃。
Kernel error 通常不是单一问题，而是内核进程启动失败的最终表现——它可能卡在解释器加载、依赖导入或通信初始化任一环节。直接重装 Jupyter 或 Anaconda 往往无效，得按故障链逐层排查。
内核启动卡在 "Connecting to kernel" 或立即报 Kernel died
这是最典型的路径/环境错位问题，尤其常见于重装 Python、切换 conda 环境或移动 Anaconda 安装目录后。
- 先确认当前 Notebook 实际使用的 Python 路径：
import sys; print(sys.executable)，对比你在终端中运行which python（macOS/Linux）或where python（Windows）的结果是否一致 - 不一致？说明 kernel.json 指向了旧路径。运行
jupyter kernelspec list找到对应内核目录，打开其中的kernel.json，检查"argv"数组第一项是否为当前环境的绝对路径（注意 Windows 下反斜杠要写成\或正斜杠/，不能混用） - 路径错误时，不要手动改
kernel.json——容易出错。应先删除旧内核：jupyter kernelspec remove python3（或你的环境名），再用当前环境重装：python -m ipykernel install --user --name=python3 --display-name="Python 3"
终端报 ImportError 或 ModuleNotFoundError
这类错误直接暴露在启动 Jupyter 的终端里，说明内核进程在导入 ipykernel 或其依赖（如 tornado、jupyter_client）时失败。
- 先验证当前环境能否独立导入：
python -c "import ipykernel; print(ipykernel.__version__)"，如果报错，说明ipykernel损坏或版本冲突 - 常见冲突点是
tornado：Jupyter 7+ 要求tornado >=6.3.0，但某些旧环境仍锁着tornado==5.1.1。执行pip install --upgrade tornado或pip install tornado==6.3.3 - 若用 conda 管理环境，优先用
conda install -c conda-forge ipykernel替代 pip，避免混合包管理器引发的依赖断裂
内核能连接但执行代码无响应或频繁死亡
这往往不是配置问题，而是运行时资源或代码层面的崩溃，日志常显示 Killed 或 Segmentation fault。
- 检查终端是否有 OOM（Out of Memory）提示：Linux/macOS 看
dmesg | tail，Windows 看事件查看器——内存耗尽时系统会强制 kill 进程 - 临时禁用自动补全调试：在 Notebook 中执行
%config IPCompleter.use_jedi=False，老版本jedi在复杂对象上易卡死 - 避免在单个单元格中加载超大文件或创建巨型数组；改用分块读取（如
pandas.read_csv(..., chunksize=10000)）或稀疏结构（如scipy.sparse）
真正麻烦的从来不是“找不到命令”，而是 kernel.json 里一个斜杠写错、tornado 少升级一个小版本、或者 sys.executable 和你心里想的那个环境根本不是同一个——这些细节不打印在报错框里，只藏在终端日志和配置文件深处。
