Python终端导入包正常但ipynb报libmkl相关ImportError如何解决

终端导入正常、Jupyter Notebook 报 libmkl_intel_lp64.so 缺失的核心原因：写入 ~/.bashrc 的动态库路径配置仅对交互式 Bash 终端进程生效，Jupyter 运行进程没有继承到 LD_LIBRARY_PATH 环境变量。不管是从桌面图标启动Jupyter、用系统服务托管Jupyter、还是Notebook绑定了独立虚拟环境的ipykernel，都不会主动加载bashrc里的配置。

分别在终端和Notebook里执行对应命令，定位问题点：

• 终端执行：

echo $LD_LIBRARY_PATH
which python

• Notebook单元格执行：

import os, sys
print("LD_LIBRARY_PATH:", os.environ.get("LD_LIBRARY_PATH", ""))
print("Python path:", sys.executable)

绝大多数场景下你会看到两个差异：要么Notebook里的LD_LIBRARY_PATH没有你添加的MKL库路径，要么两边的Python解释器路径完全不一致，根本不是同一个环境。

另外先确认MKL库的真实路径，不要靠记忆填写，终端执行：

sudo find / -name "libmkl_intel_lp64.so" 2>/dev/null

记录输出的完整目录路径，常见路径为Intel MKL安装目录的lib/intel64子目录，或是对应Conda环境的lib目录。

优先选前两种无全局污染的方案。

方案1：给对应Notebook内核单独配置环境变量（最推荐） #

找到当前Notebook使用的ipykernel配置目录，一般位于~/.local/share/jupyter/kernels/或是对应虚拟环境的share/jupyter/kernels/路径下，打开对应内核文件夹内的kernel.json文件，在env字段添加LD_LIBRARY_PATH配置，示例如下：

{
  "argv": ["/home/your_name/miniconda3/envs/your_env/bin/python", "-m", "ipykernel_launcher", "-f", "{connection_file}"],
  "display_name": "your_env",
  "language": "python",
  "env": {
    "LD_LIBRARY_PATH":"/home/your_name/miniconda3/envs/your_env/lib:/opt/intel/mkl/lib/intel64"
  }
}

保存文件后重启Jupyter内核即可生效，该配置仅对当前内核生效，不会影响其他程序或环境。

方案2：启动Jupyter时主动加载终端配置 #

如果你习惯从终端启动Jupyter，不要直接运行jupyter notebook，先在当前终端会话加载bashrc配置再启动：

source ~/.bashrc
jupyter notebook

这种方式启动的Jupyter会继承当前终端的所有环境变量，缺点是仅对本次启动有效，从桌面图标、系统服务启动的Jupyter不适用。

方案3：全局注册动态库路径（一劳永逸，需root权限） #

把MKL库路径直接写入系统动态库配置，完全不依赖环境变量：

# 将下方路径替换为你之前查到的libmkl_intel_lp64.so所在目录
echo "/opt/intel/mkl/lib/intel64" | sudo tee /etc/ld.so.conf.d/mkl.conf
sudo ldconfig

执行完成后所有进程都能正常识别该库，缺点是全局生效，如果系统内存在多个版本的MKL可能引发版本冲突。

方案4：修复Conda环境依赖（仅适用于Conda环境场景） #

如果MKL库是安装在Conda虚拟环境内的，直接在对应环境重装相关依赖即可自动修复链接问题：

conda activate your_env
conda install mkl numpy scipy --force-reinstall
python -m ipykernel install --user --name your_env

• 不要把LD_LIBRARY_PATH配置写到~/.bash_profile或~/.profile里，桌面环境启动的图形程序、系统服务启动的进程默认不会加载这两个文件，还是会报库缺失。
• 如果排查时发现两边Python解释器路径不一致，说明Notebook绑定的内核和终端用的Python根本不是同一个环境，直接切换到对应内核所属的环境重装MKL、重新注册ipykernel即可，不需要额外配置路径。

内容的提问来源于stack exchange，提问作者ML97