使用pipx安装Jupyter和JupyterLab的完整指南
2025-05-20 16:43:16作者:齐添朝
在Python生态系统中,pipx是一个专门用于安装和运行Python应用程序的工具。它通过为每个应用程序创建独立的虚拟环境,避免了依赖冲突的问题。本文将详细介绍如何使用pipx来安装Jupyter和JupyterLab,并解决相关环境配置问题。
Jupyter与JupyterLab的区别
Jupyter是一个开源的交互式计算环境,支持多种编程语言。JupyterLab则是Jupyter项目的下一代用户界面,提供了更灵活的工作环境。虽然它们可以独立安装,但很多用户希望同时安装这两个工具。
使用pipx安装JupyterLab
最简单的安装方式是直接使用pipx安装JupyterLab:
pipx install jupyterlab
这会创建一个独立的虚拟环境,并安装JupyterLab及其核心依赖。
安装Jupyter核心组件
如果需要使用Jupyter的核心功能(如内核管理),可以单独安装jupyter包:
pipx install jupyter
或者使用--include-deps参数确保安装所有依赖:
pipx install --include-deps jupyter
解决内核安装问题
当需要为Jupyter安装特定语言内核时(如Java内核),可能会遇到需要直接调用Python脚本的情况。这时可以使用pipx创建的虚拟环境中的Python解释器:
在Linux/macOS上:
$PIPX_HOME/venvs/jupyter/bin/python install_xyz_kernel.py
在Windows上:
%PIPX_HOME%\venvs\jupyter\Scripts\python.exe install_xyz_kernel.py
环境变量说明
PIPX_HOME是pipx存储所有虚拟环境的目录,默认位置为:
- Unix-like系统:~/.local/pipx
- Windows:%USERPROFILE%.local\pipx
最佳实践建议
- 对于大多数用户,建议单独安装JupyterLab,它已经包含了大部分常用功能
- 只有在需要特定Jupyter功能时才额外安装jupyter包
- 使用pipx list命令可以查看已安装的应用程序及其虚拟环境位置
- 使用pipx inject可以在现有虚拟环境中添加额外包,但不推荐频繁使用
通过以上方法,用户可以轻松地在隔离的环境中管理Jupyter相关工具,避免系统Python环境的污染,同时确保各组件之间的兼容性。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
jiuwenclawJiuwenClaw 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0238- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
AtomGit城市坐标计划AtomGit 城市坐标计划开启!让开源有坐标,让城市有星火。致力于与城市合伙人共同构建并长期运营一个健康、活跃的本地开发者生态。01
electerm开源终端/ssh/telnet/serialport/RDP/VNC/Spice/sftp/ftp客户端(linux, mac, win)JavaScript00
项目优选
收起
deepin linux kernel
C
27
13
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
632
4.16 K
Ascend Extension for PyTorch
Python
471
567
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
932
835
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.51 K
861
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
383
266
暂无简介
Dart
880
210
昇腾LLM分布式训练框架
Python
138
162
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
123
188
Oohos_react_native
React Native鸿蒙化仓库
JavaScript
327
382