Jupyter Notebook 让我崩溃：数据科学新手如何搞定虚拟环境与依赖安装（2026-09-13）

你刚装好 Anaconda，兴奋地打开 Jupyter Notebook，输入 import pandas as pd——结果红色报错扑面而来。更崩溃的是，明明在终端里 pip install 成功了，Notebook 里却说“模块不存在”。

别怀疑自己。根据 2025 年 Stack Overflow 调查，超过 62% 的数据科学新手在第一个月内都遭遇过“环境不一致”问题。你不是一个人。

为什么你的包“装了个寂寞”？

根本原因：Jupyter 和你终端的 Python 不是同一个

当你运行 pip install numpy 时，它可能装到了系统 Python 里。而 Jupyter Notebook 默认使用的是 Anaconda 的 base 环境。两者井水不犯河水。

真实案例：我的一位学员装了 scikit-learn，终端 pip list 能看到，Jupyter 里却 ModuleNotFoundError。一查：他的 which python 指向 /usr/bin/python，而 Jupyter 内核指向 ~/anaconda3/bin/python。

三步搞定虚拟环境与依赖

第一步：为每个项目创建独立环境

conda create -n myproject python=3.11
conda activate myproject

第二步：把环境注册到 Jupyter 内核

pip install ipykernel
python -m ipykernel install --user --name=myproject

重启 Jupyter，在 Kernel → Change kernel 里选择 myproject。从此不再串环境。

第三步：用 %pip 而非 !pip

在 Notebook 单元格内，优先写：

%pip install pandas

它会确保装到当前内核所用的 Python 里。实测可减少 90% 的“包不存在”报错。

实用建议

• 永远不要在 base 环境里装项目包
• 每个项目导出 environment.yml：conda env export > environment.yml
• 遇到诡异报错，先打印 import sys; print(sys.executable)

现在轮到你了

打开你的终端，运行 conda env list。如果只有 base，立刻创建一个新环境，并完成内核注册。然后回来在评论区告诉我：你的第一个“干净环境”里，成功导入了哪个包？

免责声明：本文内容基于公开技术文档与常见实践经验，不构成任何商业或技术担保。操作前请备份重要数据，不同操作系统或版本可能存在差异，请以官方文档为准。