Jupyter Notebook 不会自动识别新conda环境，必须手动用ipykernel注册内核——否则Notebook中仍显示旧版本Python。具体操作：先激活目标环境，再安装ipykernel，最后执行python -m ipykernel install --user --name=xxx --display-name="xxx"；注册后需重启Jupyter进程才能在Kernel菜单中看到并切换。
直接说结论：Jupyter Notebook 本身不“切换环境”，它靠切换 kernel 来运行不同 Conda 环境里的 Python 解释器。你看到的“换环境”，本质是把目标 Conda 环境注册成一个可用的 kernel，然后在 Notebook 界面里选中它。
为什么 Kernel 菜单里看不到你的 Conda 环境？
因为 Jupyter 启动时只认它自己启动所在的环境（通常是 base），其他 Conda 环境默认对它不可见。它不是“找不到”，而是压根没被告诉“有这个环境存在”。
常见错误现象：
- Kernel → Change kernel 下拉列表只有
Python (base)，没有你刚创建的myenv - 即使
conda activate myenv后运行jupyter notebook，新建 notebook 依然用的是 base 的包（比如import torch报错）
根本原因：该环境没装 ipykernel，也没执行注册命令。
必须在目标环境中操作：
conda activate myenv-
conda install ipykernel或pip install ipykernel（推荐用 conda） python -m ipykernel install --user --name myenv --display-name "Python (myenv)"
注意：--name 是内核唯一标识（建议与环境名一致），--display-name 是你在 Jupyter 界面里看到的名字，可含空格和括号。
conda activate 后直接运行 jupyter notebook 有用吗？
有用，但只限于“临时一用”——它会让整个 Jupyter 服务（包括前端、后端、kernel）都跑在那个环境里。但这不是常规做法，问题不少：
- 每次想用不同环境，都得关掉当前 Jupyter、重新激活环境、再启动，非常打断流程
- 如果你在
myenv里装了特定版本的jupyter，它可能和系统其他环境冲突（比如插件不兼容） - 多数人只需要换 kernel，不需要换整个 Jupyter 服务；重复安装
jupyter到每个环境是冗余的
所以除非你明确需要隔离 Jupyter 自身的依赖（例如调试 notebook 扩展），否则不建议走这条路。
如何确认 kernel 已注册成功？
别只信界面——有时候菜单显示了，但实际加载失败。最稳的验证方式是命令行检查：
- 运行
jupyter kernelspec list，输出里应有类似：myenv /home/xxx/.local/share/jupyter/kernels/myenv - 如果路径不存在，或提示
PermissionError，说明注册没写入成功（常见于没加--user或权限不足） - 如果 kernel 名重复（比如两个环境都用了
--name myenv），后注册的会覆盖前一个，导致切换失效
删除误注册的 kernel：jupyter kernelspec remove myenv，再重装即可。
nb_conda_kernels 插件真能自动识别所有环境？
能，但它不是银弹。装上 conda install nb_conda_kernels 后，Jupyter 会在启动时扫描所有 Conda 环境并自动注册 kernel。听起来很省事，但要注意：
- 它只扫描
conda env list能列出的环境，不支持用-p指定路径创建的“命名环境”（即没出现在envs/目录下的） - 某些旧版 Conda（
- 它注册的 kernel 名默认是环境名，
--display-name不可自定义，中文或带空格的环境名可能显示异常
真正省心的做法，还是老老实实为每个关键环境单独执行一次 ipykernel install ——虽然多敲两行，但可控、可追溯、不出幻觉。
最容易被忽略的一点：注册 kernel 的动作必须在目标 Conda 环境处于激活状态时完成。哪怕你用 conda run -n myenv python -m ipykernel install... 这种方式绕过 activate，也可能因路径解析错误导致 kernel 指向 base 的 Python。老老实实 conda activate 再操作，是最少出错的路径。
