JupyterHub中如何用虚拟环境同时管理包的稳定版与开发版

你的思路完全正确——虚拟环境是隔离不同版本Python包的最优方案，还能完美满足你在Jupyter Notebook中同时使用两个版本的需求。下面是一步步的具体实现步骤：

步骤1：为两个版本分别创建独立虚拟环境 #

这里以Python自带的venv为例（如果用conda操作逻辑类似）：

• 创建稳定版专属环境：

python -m venv my_package_stable_env

• 创建开发版专属环境：

python -m venv my_package_dev_env

步骤2：激活环境并安装对应版本的包 #

安装稳定版 #

先激活稳定版环境：

# Windows系统
my_package_stable_env\Scripts\activate
# macOS/Linux系统
source my_package_stable_env/bin/activate

然后安装本地的稳定版包：

pip install /path/to/your/my_package

安装开发版 #

切换到开发版环境：

# Windows系统
my_package_dev_env\Scripts\activate
# macOS/Linux系统
source my_package_dev_env/bin/activate

安装开发版包（推荐用可编辑模式，开发时代码修改能实时生效）：

pip install -e /path/to/your/my_package_dev

⚠️ 这里要确保开发版的setup.py里name字段确实改成了my_package_dev，这是后续能通过这个名称导入的核心前提。

步骤3：给每个虚拟环境注册Jupyter内核 #

这一步是让Jupyter识别不同环境的关键，完成后你就能在Notebook中选择对应内核使用指定版本的包：

给稳定版环境注册内核 #

激活稳定版环境后，先安装ipykernel：

pip install ipykernel

然后把这个环境注册为Jupyter可识别的内核：

python -m ipykernel install --user --name=my_package_stable --display-name="Python (my_package Stable)"

给开发版环境注册内核 #

激活开发版环境后，重复上述操作：

pip install ipykernel
python -m ipykernel install --user --name=my_package_dev --display-name="Python (my_package Dev)"

步骤4：在Jupyter中使用对应版本 #

打开Jupyter Notebook后，新建Notebook时可以选择Python (my_package Stable)或Python (my_package Dev)内核：

• 选稳定版内核时，执行import my_package就能导入master分支的稳定版本
• 选开发版内核时，执行import my_package_dev就能导入develop分支的开发版本

额外小技巧：临时在同一Notebook切换（不推荐长期使用） #

如果偶尔需要在同一个Notebook中测试两个版本，可以临时修改sys.path实现，但容易造成代码混乱，仅作应急方案：

import sys
# 临时导入开发版
sys.path.insert(0, '/path/to/your/my_package_dev')
import my_package_dev
# 临时导入稳定版
sys.path.insert(0, '/path/to/your/my_package')
import my_package

内容的提问来源于stack exchange，提问作者Engineero