conda环境克隆后pandas版本显示异常，这是bug还是预期行为？

这不是Conda的bug，是Jupyter Lab的内核关联机制导致的预期外行为，核心原因是Jupyter内核与Python解释器路径绑定，而非环境名称：

问题根源 #

• 克隆env到env_save时，Conda确实完整复制了原环境的所有包（包括Pandas 2.0.3），但Jupyter Lab的内核是基于Python解释器的绝对路径注册的。
• 如果你之前在env环境中启动过Jupyter Lab并使用过默认内核，这个内核的路径指向env环境的Python解释器。切换到env_save环境启动Jupyter时，若未指定对应内核，Jupyter会默认使用已注册的、指向原env环境的内核——此时单元格中的代码实际运行在env环境（已更新Pandas到2.2.2），而!pip list是在env_save的shell环境中执行，所以显示该环境实际安装的2.0.3版本。

解决步骤 #

1. 激活env_save环境，为其注册专属Jupyter内核：

   conda activate env_save
   python -m ipykernel install --user --name env_save --display-name "Python (env_save)"
   

2. 重启Jupyter Lab，在页面右上角的内核选择器中切换到Python (env_save)。
3. 此时再执行import pandas; print(pandas.__version__)，就会显示正确的2.0.3版本。
4. 若不再需要原env环境的旧内核，可执行以下命令删除：

   jupyter kernelspec remove env
   

内容的提问来源于stack exchange，提问作者Fred Dujardin