Wie kann ich den Basiskernel in Jupyter Notebook vom Anaconda Environment aus wechseln?
- Einleitung zur Änderung des Basiskernels in Jupyter Notebook
- Warum den Kernel wechseln?
- Vorbereitung: Anaconda-Umgebung erstellen und aktivieren
- Installation des ipykernel-Pakets im Ziel-Environment
- Registrieren des Environments als neuer Jupyter-Kernel
- Wechsel des Kernels in Jupyter Notebook
- Zusammenfassung und Tipps
Einleitung zur Änderung des Basiskernels in Jupyter Notebook
Wenn Sie mit Anaconda arbeiten und Jupyter Notebook verwenden, ist der Standardkernel oft das Basis-Environment (base). Möchten Sie jedoch innerhalb von Jupyter Notebooks mit einem anderen Conda-Environment arbeiten, müssen Sie den Kernel des Notebooks so einstellen, dass er das gewünschte Environment nutzt. Dies geschieht über die Installation und Verwaltung von sogenannten Kernels. Der Kernel ist dabei die "Ausführungsumgebung" für den Python-Code in Ihrem Notebook.
Warum den Kernel wechseln?
Anaconda bietet die Möglichkeit, verschiedene Umgebungen mit unterschiedlichen Python-Versionen und Paketen anzulegen. Standardmäßig startet Jupyter Notebook jedoch häufig nur mit dem Basiskernel (base). Wenn Sie mit einem bestimmten Projekt arbeiten, das eigene Abhängigkeiten in einem anderen Conda-Environment hat, ist es sinnvoll, genau dieses Environment als Kernel zu registrieren. So stellen Sie sicher, dass der Code genau mit den richtigen Bibliotheken und Einstellungen ausgeführt wird.
Vorbereitung: Anaconda-Umgebung erstellen und aktivieren
Zuerst sollten Sie sicherstellen, dass das gewünschte Conda-Environment existiert. Falls Sie es noch nicht erstellt haben, können Sie beispielsweise ein neues Environment namens meine_umgebung mit Python 3.9 so anlegen:
conda create -n meine_umgebung python=3.9 conda activate meine_umgebungInnerhalb dieses Environments können Sie dann die nötigen Pakete installieren, zum Beispiel Jupyter selbst oder andere Bibliotheken.
Installation des ipykernel-Pakets im Ziel-Environment
Damit das Conda-Environment als Kernel in Jupyter zur Verfügung steht, muss dort das Paket ipykernel installiert sein. Dies machen Sie mit folgendem Befehl:
conda install ipykernel pip install ipykernelRegistrieren des Environments als neuer Jupyter-Kernel
python -m ipykernel install --user --name=meine_umgebung --display-name "Python (meine_umgebung)"
Hierbei steht --name für einen internen Kernel-Namen und --display-name ist der Name, der später in Jupyter angezeigt wird. Sie können diese Namen frei wählen, am besten passend zum Environment. Die Verwendung von --user sorgt dafür, dass der Kernel nur im Benutzerprofil und nicht systemweit installiert wird.
Wechsel des Kernels in Jupyter Notebook
Nachdem Sie das Kernel registriert haben, starten Sie Jupyter Notebook (oder JupyterLab) wie gewohnt (z.B. mit jupyter notebook im Terminal). Wenn Sie ein neues Notebook anlegen oder ein bestehendes öffnen, können Sie über das Menü:
den neuen Kernel (z.B. Python (meine_umgebung)) auswählen. Danach läuft das Notebook im Kontext des ausgewählten Conda-Environments.
Zusammenfassung und Tipps
Das Wechseln des Basiskernels funktioniert also durch das Anlegen eines Conda-Environments, die Installation von ipykernel darin und das Einrichten als Jupyter-Kernel über den Befehl ipykernel install. So können Sie beliebig viele eigene Umgebungen innerhalb von Jupyter parallel nutzen. Sollte der Kernel nach dem Registrieren nicht erscheinen, starten Sie Jupyter einmal neu. Zudem lohnt es sich, darauf zu achten, dass alle benötigten Pakete im jeweiligen Environment installiert sind – ansonsten laufen Ihre Skripte möglicherweise nicht korrekt.