Jupyter 在一个名为 kernel 的单独进程中运行用户的代码。kernel 可以是不同的 Python 安装在不同的 conda 环境或虚拟环境，甚至可以是不同语言（例如 Julia 或 R）的解释器。
如何使用 conda 环境和 Jupyter 有三种方法：
1. 在 conda 环境中运行 Jupyter 服务器和内核
conda create -n my-conda-env # creates new virtual env
conda activate my-conda-env # activate environment in terminal
conda install jupyter # install jupyter + notebook
jupyter notebook # start server + kernel
这种方法就是为每一个 conda 环境 都安装 jupyter。
Jupyter 将完全安装在 conda 环境中。不同版本的 Jupyter 可用于不同的 conda 环境
2. 为 conda 环境创建特殊内核
conda create -n my-conda-env # creates new virtual env
conda activate my-conda-env # activate environment in terminal
conda install ipykernel # install Python kernel in new conda env
ipython kernel install --user --name=my-conda-env-kernel # configure Jupyter to use Python kernel
jupyter notebook # run jupyter from system
只有 Python 内核会在 conda 环境中运行，系统中的 Jupyter 或不同的 conda 环境将被使用——它没有安装在 conda 环境中。
通过调用ipython kernel install将 jupyter 配置为使用 conda 环境作为内核.
3. 使用 nb_conda_kernels 添加所有环境
第二种方法其实有个缺点是，你新建一个环境，就要重复操作一次。
而这个方法就是一键添加所有 conda 环境：
conda activate my-conda-env # this is the environment for your project and code
conda install ipykernel
conda deactivate
conda activate base # could be also some other environment
conda install nb_conda_kernels
jupyter notebook
注意：这里的 conda install nb_conda_kernels 是在 base 环境下操作的。
安装好后，打开 jupyter notebook 就会显示所有的 conda 环境啦，点击随意切换。
