conda环境下如何删除Jupyter中冗余的IPython内核？

我来帮你解决这个冗余内核的问题，这在搭配nb_conda和nb_conda_kernels使用conda环境时挺常见的，咱们分几步来处理：

首先，先明确当前所有注册的内核情况，执行以下命令列出所有内核：

jupyter kernelspec list

这个命令会输出每个内核的名称和对应的存储路径，你可以对照这个列表和你实际存在的3个conda环境（root(base)、aind-dl、py2env），找出那些冗余或提示不存在的条目。

一、处理nb_conda_kernels自动生成的冗余内核 #

nb_conda_kernels会自动扫描conda环境并生成对应的内核条目，但有时候环境已经被删除、路径变更，或者缓存没更新，就会残留旧的冗余内核。可以按以下步骤清理：

1. 更新conda环境缓存
   nb_conda依赖conda的环境索引缓存来生成内核列表，执行命令清理并更新缓存：

   conda clean --index-cache
   

   注意：如果想彻底清理所有conda缓存（包括未使用的安装包），可以改用conda clean -a，但这个操作会删除所有未被当前环境使用的包文件，按需选择即可。

2. 配置nb_conda_kernels过滤规则（可选）
   如果你想让nb_conda_kernels只检测你指定的3个环境，避免自动生成其他冗余内核，可以修改Jupyter配置文件。找到jupyter_notebook_config.py（通常在~/.jupyter/目录下，没有的话可以执行jupyter notebook --generate-config生成），添加以下配置：

   c.NbCondaKernels.env_filter = '^root$|^aind-dl$|^py2env$'
   

   这个规则会让nb_conda_kernels只匹配你列出的3个环境名称，其他环境不会被自动添加到内核列表中。

二、删除手动注册的冗余内核 #

如果有些冗余内核是之前手动通过ipython kernel install等方式注册的（不是nb_conda自动生成的），可以直接删除：

1. 使用jupyter命令删除（推荐）
   针对jupyter kernelspec list输出里的冗余内核名称，执行：

   jupyter kernelspec remove <冗余内核名称>
   

   比如如果有个叫py3_old的冗余内核，就执行jupyter kernelspec remove py3_old，按终端提示确认删除即可。

2. 手动删除内核目录（命令失效时）
   如果命令删除没效果，可以直接找到jupyter kernelspec list里显示的冗余内核路径，手动删除整个目录。比如路径是/usr/local/share/jupyter/kernels/py3_old，就执行：

   rm -rf /usr/local/share/jupyter/kernels/py3_old
   

三、验证修复效果 #

完成以上步骤后，重启Jupyter Notebook，再打开内核选择菜单，应该就只会显示你实际存在的3个conda环境对应的内核了。如果还有问题，可以再执行jupyter kernelspec list确认所有冗余条目都已被删除。

内容的提问来源于stack exchange，提问作者Y. Aakash