Python3.8（JupyterLab）无法安装rdkit？如何在现有内核中安装rdkit

1 报错原因说明 #

你之前使用conda install -c rdkit rdkit命令是从rdkit官方旧源拉取安装包，该源下的旧版rdkit最高仅支持Python3.7，因此会触发版本不兼容报错。其他Docker环境能在Python3.8上正常运行rdkit，是因为那些环境使用了conda-forge源的新版rdkit，该版本已经适配Python3.8及以上版本。

2 最优解决方法（无需迁移环境） #

直接在原有base环境安装适配Python3.8的rdkit即可，原有tensorflow等全部依赖都会保留，不需要切换内核：

conda install -c conda-forge rdkit

安装完成后使用原有的python3内核就能直接调用rdkit。

如果你需要保留现有rdkit环境，可选择以下任意方案操作：

3 方案一：将原有base环境的所有包迁移到现有rdkit环境 #

• 激活base环境，导出原有环境的依赖清单：

conda env export --name base --file base_env.yml

• 打开导出的base_env.yml文件，删除name、prefix字段，以及dependencies列表下的python版本约束行，避免和rdkit环境的python版本产生冲突。
• 激活rdkit环境，批量安装原有依赖：

conda env update --file base_env.yml --prune

--prune参数会移除rdkit环境中与base依赖清单不一致的多余包，不需要该操作可以去掉这个参数。

4 方案二：基于rdkit环境新建内核、同时保留原有全部依赖 #

本质是把rdkit集成到原有base环境后单独生成新内核，执行完第2部分的rdkit安装命令后，激活base环境执行以下命令生成新内核：

python -m ipykernel install --user --name base --display-name "Python3 (with rdkit)"

后续在Jupyter中就能看到新内核，包含原有全部依赖和rdkit。

内容的提问来源于stack exchange，提问作者CandyClass