必须手动用ipykernel注册新Python版本或conda环境，否则Jupyter无法识别；切换内核后sys.executable仍指向旧路径，说明内核未真正切换成功，常见原因包括注册未在目标环境执行、未重启Jupyter、跳过确认重启弹窗。
Jupyter Notebook 不会自动识别你新装的 Python 版本或 conda 环境，必须手动用 ipykernel 注册——否则你在终端里能跑 python3.10，Notebook 里还是显示 Python 3.8 (default)。
为什么切换内核后 sys.executable 还指向旧路径？
这不是代码写错了，是内核根本没真正切换成功。常见原因有三个：
- 注册命令没在目标环境里执行：比如你
conda activate py310后忘了运行python -m ipykernel install，而是直接在 base 环境下注册的，结果注册的是 base 的 Python - 注册完没重启 Jupyter：
jupyter kernelspec list能看到新内核，但 Notebook 进程没重载，Kernel 下拉菜单里就是不出现 - 缓存了旧内核状态：点了 Change Kernel 但跳过了“确认重启”弹窗，实际没重启 kernel，变量和解释器路径都还是旧的
验证方式很简单：在 Notebook 单元格里运行 import sys; print(sys.executable)，输出路径必须和你目标环境的 python 路径一致（比如 ~/miniconda3/envs/py310/bin/python 或 C:UsersXXXnaconda3envspy310python.exe）。
python -m ipykernel install 参数怎么填才不踩坑？
--name 和 --display-name 容易混淆，但作用完全不同：
立即学习“Python免费学习笔记（深入）”；
-
--name是内核在文件系统里的唯一 ID，只用于命令行管理（比如jupyter kernelspec remove py310），必须纯英文+下划线，不能有空格、括号、中文，例如py310_cuda、tf26_cpu -
--display-name是你在 Notebook 界面 Kernel 菜单里看到的名字，可以加中文、版本号、用途说明，比如"Python 3.10 + PyTorch 2.6"、"TensorFlow 2.12 (GPU)" - 务必加
--user，避免权限错误；不要用--system，除非你明确要给所有用户安装 - 命令必须在目标环境激活状态下运行：
conda activate py310 && python -m ipykernel install --user --name=py310 --display-name="Python 3.10"
切换后 import 失败或找不到包怎么办？
不是 pip 没装，是包装在了错误的环境里。Jupyter 内核只认它自己绑定的那个 Python 解释器下的 site-packages。
- 先确认当前 kernel 是否真的切换成功（看
sys.executable路径） - 如果路径正确但 import 报错，说明这个环境里确实没装对应包：回到终端，
conda activate py310（或source activate py310），再pip install numpy或conda install pandas - 别在 Notebook 里用
!pip install—— 它默认调用的是当前 kernel 的 pip，但如果 kernel 切换失败，就可能装到错的地方 - Windows 用户注意路径分隔符：注册时若用了反斜杠
，可能导致 kernel.json 解析失败，一律用正斜杠/或双反斜杠\
最容易被忽略的一点：注册完内核后，必须关掉所有 Jupyter Notebook 进程（包括后台的 jupyter-notebook 或 jupyter-lab），再重新启动，否则新内核不会出现在菜单里。
