导入Numpy、Pandas等库时Jupyter Kernel持续重启问题求助

API 探路者

2026-10-2

Jupyter导入numpy/pandas内核反复重启排查方案

触发故障的极简复现代码如下，运行后内核直接崩溃：

import numpy as np

#creating a numpy array
a = np.array([1, 2, 3, 4, 5])
print(a)
print(type(a))

故障现象截图：
截图：运行包含import语句的代码块时Kernel自动重启

排查解决步骤

确认内核关联环境匹配
首先验证Jupyter运行内核和你执行conda更新操作的环境是否为同一个，在Jupyter代码块运行：
```
import sys
print(sys.executable)
```
再在终端进入你更新过的conda环境，执行which python（Windows端执行where python），对比两个输出路径是否一致。若不一致，要么切换Jupyter内核到已更新的环境，要么在内核对应的环境下重新执行更新操作。
排查包安装冲突
同时用conda和pip安装numpy/pandas会大概率出现依赖冲突，先进入内核对应环境执行如下命令清理旧包：
```
pip uninstall -y numpy pandas
conda uninstall -y numpy pandas
```
清理完成后统一用conda重新安装：
```
conda install numpy pandas
```
若问题仍存在，大概率是Intel MKL数学库兼容问题，可切换为openblas版本的数值库：
```
conda install "libblas=*=*openblas" numpy pandas
```
重置Jupyter内核配置
内核配置文件损坏也会导致异常崩溃，先执行命令查看所有已注册内核：
```
jupyter kernelspec list
```
找到出问题的内核对应的目录，执行删除命令：
```
jupyter kernelspec remove 故障内核名称
```
再重新把目标conda环境注册为Jupyter内核：
```
conda activate 你的目标环境名
python -m ipykernel install --user --name 你的目标环境名 --display-name "Python (自定义内核名)"
```
系统层面限制排查
Linux/macOS用户可尝试调高栈大小限制后再启动Jupyter测试：
```
ulimit -s 65536
```
Windows用户可尝试升级最新版Visual C++ Redistributable运行库后重试。