启动无历史内核/配置的JupyterLab及默认内核技术咨询

一、如何让JupyterLab只显示当前conda环境的干净内核选项 #

JupyterLab本身没有直接的CLI参数过滤内核，但可以通过以下方式实现仅加载当前环境内核的效果：

• 方法1：指定Jupyter数据目录环境变量
  激活新conda环境后，设置JUPYTER_DATA_DIR指向当前环境专属的Jupyter数据目录，让Jupyter仅从该目录读取内核配置：

  conda activate your-new-env
  export JUPYTER_DATA_DIR=$(conda info --base)/envs/your-new-env/share/jupyter
  jupyter lab
  

• 方法2：通过CLI直接覆盖内核路径配置
  利用Jupyter的动态配置覆盖功能，启动时指定仅加载当前环境的内核目录：

  conda activate your-new-env
  jupyter lab --KernelSpecManager.kernel_spec_path="['$(conda info --base)/envs/your-new-env/share/jupyter/kernels']"
  

• 方法3：创建临时配置文件
  新建临时配置文件（比如clean_kernel_config.py），内容如下：

  c.KernelSpecManager.kernel_spec_path = [
      "/path/to/your-new-env/share/jupyter/kernels"
  ]
  

  启动时指定该配置文件：

  jupyter lab --config=clean_kernel_config.py
  

二、关于“Python 3 (ipykernel)”内核的疑问 #

1. 来源确认
   这个内核就是启动JupyterLab的Python进程对应的默认内核。当你在conda环境中安装ipykernel后，Jupyter会自动将当前环境的Python解释器注册为默认内核，它的配置来自当前环境下的ipykernel包，无需手动注册。

2. 验证默认内核的方法

   • 运行jupyter kernelspec list，查看输出中python3内核的路径，该路径会指向当前conda环境的share/jupyter/kernels/python3目录，对应就是这个默认内核。
   • 检查当前环境是否安装了ipykernel：执行conda list ipykernel，若存在该包，即可确认这个内核来自当前环境。
   • 若没有手动添加其他内核，Jupyter启动时会默认使用当前运行它的Python解释器作为内核，也就是你看到的“Python 3 (ipykernel)”。

内容的提问来源于stack exchange，提问作者Mike