Python安装Jupyter后怎么验证版本并启动服务

Nora
Nora
发布时间:2026-11-16| 8人浏览过
原创

详细介绍在Python环境中安装Jupyter后,如何正确验证各个核心组件版本、如何启动Jupyter Notebook与JupyterLab服务、常见命令差异及连接排查技巧。

验证 Jupyter 的标准方法是在终端执行 jupyter --version,而启动服务常用的命令是 jupyter notebook 或更现代的 jupyter lab。如果遇到命令未识别,可以直接用当前 Python 模块化调用 python -m jupyter notebook。本文梳理从版本输出识别、基础启动、关键参数调整到常见网络与环境异常的排查链路。

一、操作全流程概览

完成 pip install jupyter 或 pip install jupyterlab 后,完整的验证与启动过程包含四个连续阶段:确认执行环境、执行版本查询、拉起服务进程,以及在浏览器中基于安全 Token 完成握手连接。

Python安装Jupyter后怎么验证版本并启动服务

图 1:Jupyter 安装后的全流程执行路径

二、验证安装:如何正确查看 Jupyter 版本

很多刚接触 Jupyter 的读者常常以为它像 Git 或 Python 一样,执行一个命令就会返回单一的版本数字(如 3.11.0)。但当你运行以下命令时,终端返回的通常是一个多行清单:

输入命令
jupyter --version
终端输出示例
Selected Jupyter core packages...
IPython          : 8.22.2
ipykernel        : 6.29.3
ipywidgets       : 8.1.2
jupyter_client   : 8.6.1
jupyter_core     : 5.7.2
jupyter_server   : 2.13.0
jupyterlab       : 4.1.5
nbclient         : 0.10.0
nbconvert        : 7.16.3
nbformat         : 5.10.3
notebook         : 7.1.2
qtconsole        : not installed
traitlets        : 5.14.2

为什么会输出多个组件的版本?

这是由 Jupyter 的架构决定的。在现代 Python 生态中,“Jupyter” 本质上是一个协同工作的软件套件集合,而不是一个单一可执行二进制文件。每个模块承担着明确的独立职责:

  • jupyter_core 与 jupyter_client:负责文件路径查找、全局配置管理以及前端界面与计算内核之间的协议通信(基于 ZeroMQ)。
  • IPython 与 ipykernel:实际执行 Python 代码的内核引擎。当你点击单元格运行一段代码时,真正执行计算并返回变量的是 ipykernel。
  • jupyter_server:提供底层 Web 服务的轻量级 Python HTTP/WebSocket 服务器。
  • notebook / jupyterlab:展现给用户的网页端前端应用界面。
Python安装Jupyter后怎么验证版本并启动服务

图 2:Jupyter 生态组件分层与职责示意图

判断验证是否成功:只要输出中 jupyter_core、jupyter_server 以及 ipykernel 均显示正常版本号,且至少拥有 notebook 或 jupyterlab 之一,就表明安装已经具备服务运行的基础。

三、启动服务:启动 Notebook 与 JupyterLab

完成验证后,可以根据安装的具体产品选择启动命令。

1. 启动经典模式(Jupyter Notebook)

在准备存放代码或项目的目录中打开终端,执行:

jupyter notebook

该命令会在当前前台启动一个 Web 服务。启动成功后,默认会调用系统的默认浏览器,并直接打开类似 http://localhost:8888/tree 的管理页面。

2. 启动现代工作台(JupyterLab)

如果你安装的是较新的 JupyterLab(推荐用于日常数据分析和开发),执行:

jupyter lab

JupyterLab 提供了文件浏览器、多窗口编辑、终端集成和实时 Markdown 预览等功能,是目前官方主推的交互式开发界面。

3. 服务启动背后的通信流程

很多初学者在执行启动命令后,不知道终端里打印的那一大串英文信息代表什么,甚至直接随手关掉了终端窗口导致网页断开。下图展示了从命令行到网页建立连接的时序过程:

Python安装Jupyter后怎么验证版本并启动服务

图 3:Jupyter 服务启动、Token 验证与内核建立时序图

4. 常用启动参数与实际应用场景

在日常使用中,直接输入不带参数的命令并不总能满足所有场景,下表整理了最常用的控制选项:

参数 使用示例 适用场景与作用
--no-browser jupyter notebook --no-browser 在服务器、远程终端或 SSH 链接中使用,禁止在本地自动唤起桌面浏览器。
--port <端口号> jupyter notebook --port 8899 当默认端口 8888 已被占满或需要同时运行多个不同配置的实例时指定。
--ip <地址> jupyter notebook --ip=0.0.0.0 允许局域网或外部机器访问(注意必须保留或妥善配置密码/Token)。
--notebook-dir <路径> jupyter notebook --notebook-dir=D:/Projects 指定 Jupyter 启动后的根工作目录,不需要先通过 cd 切换目录。

四、容易混淆的关键认知与场景辨析

在实际操作中,读者最常遇到的两个卡点,往往不是安装失败,而是对运行环境和调用机制存在误解。

1. 误区一:“直接输入 jupyter 提示命令未找到,说明安装失败了”

实情辨析:这是初学者最容易产生误判的地方。在 Windows、macOS 或 Linux 上,通过 pip install jupyter 安装时,可执行脚本会被放在对应 Python 解释器的 Scripts(Windows)或 bin(macOS/Linux)目录下。如果这个路径未加入系统的全局环境变量(PATH),在终端直接敲 jupyter 就会提示:

  • Windows: 'jupyter' 不是内部或外部命令,也不是可运行的程序
  • macOS / Linux: command not found: jupyter

这并不意味着包没有安装好,而是系统找不到对应的快捷命令。此时最有效且规范的解决方案是采用 Python 模块化语法直接调用:

python -m jupyter notebook
# 或者验证版本:
python -m jupyter --version

使用 python -m 会显式指定当前 Python 解释器去查找安装在其库目录中的 jupyter 模块,彻底绕过系统 PATH 环境变量的定位缺失问题,百分之百保证调用的是当前 Python 下的包。

2. 误区二:“在哪个终端启动 Jupyter,Notebook 里面运行的就是哪个 Python”

实情辨析:Jupyter 本身是一个服务端容器,而代码执行依赖的是“内核(Kernel)”。这两者是可以解耦的。启动 Jupyter 的 Python 环境负责维护网页服务,而 Notebook 页面右上角选择的 Kernel 才是真正运行代码的环境。

如果希望在特定的虚拟环境(例如 my_env)中运行代码,除了在该环境中启动 Jupyter 之外,还可以将该环境注册为一个独立的内核:

# 激活你的目标虚拟环境后执行:
python -m ipykernel install --user --name my_env --display-name "Python (my_env)"

这样即使你全局运行 Jupyter,也能在页面中随时切换到 my_env 执行计算,不需要频繁退出和重启服务。

五、启动后的状态确认与常见异常排查

当服务启动后,终端控制台会持续输出服务日志。可以通过以下特征判断服务是否真正健康可用:

Python安装Jupyter后怎么验证版本并启动服务

图 4:常见故障现象与对应解决路径导图

终端正常输出的 Token 日志示例

当服务成功启动时,终端会打印如下形式的访问链接:

[I 10:15:20.124 ServerApp] Serving notebooks from local directory: /Users/username/workspace
[I 10:15:20.124 ServerApp] Jupyter Server 2.13.0 is running at:
[I 10:15:20.124 ServerApp] http://localhost:8888/tree?token=4a7d32c918bb40f80e0c8d19760c6dbe5b67ad2a23e19864
[I 10:15:20.124 ServerApp]     http://127.0.0.1:8888/tree?token=4a7d32c918bb40f80e0c8d19760c6dbe5b67ad2a23e19864
[I 10:15:20.124 ServerApp] Use Control-C to stop this server and shut down all kernels (twice to skip confirmation).

其中 token=... 后面的字符是保证本地安全的临时令牌。如果在浏览器中直接访问 http://localhost:8888 被要求输入密码,只需将终端中带有 token= 的完整链接复制到浏览器回车即可直接进入工作界面。

如何正确停止服务

如果需要结束 Jupyter 服务,请回到运行着该服务的终端窗口,按下键盘的快捷键:

Ctrl + C

终端会提示 Shutdown this Jupyter server (y/[n])?,输入 y 并回车(或者快速连按两次 Ctrl + C),服务即可平稳关闭并释放对应的端口资源。

六、常用命令速查总结

最后,将核心命令汇总以便快速参考:

  • 验证版本(快捷命令):jupyter --version
  • 验证版本(绝对可靠方式):python -m jupyter --version
  • 启动经典笔记本:jupyter notebook(或 python -m jupyter notebook)
  • 启动现代实验室工作台:jupyter lab(或 python -m jupyterlab)
  • 指定目录与端口启动:jupyter notebook --port 8890 --notebook-dir="/path/to/work"
  • 关闭后台运行的服务:在对应的终端界面按下 Ctrl + C
相关专题:

免责声明:本文内容仅供参考,不代表本站观点。转载或引用请注明出处。

Python 相关产品和应用

全部下载
Selenium

Selenium

4.51.0 · Windows

用于浏览器自动化和 Web 测试的 Python 工具。

scikit-learn

scikit-learn

1.9.1 · Windows

常用 Python 机器学习算法与模型评估工具库。

Black

Black

26.10.1 · Windows

强调一致性的 Python 自动代码格式化工具。

Ruff

Ruff

0.17.1 · macOS

由 Rust 编写的高速 Python 代码检查和格式化工具。

pytest

pytest

9.1.1 · Windows

简洁而强大的 Python 自动化测试框架。

FastAPI

FastAPI

0.146.0 · Windows

高性能 Python API 框架,支持类型提示和自动接口文档。

Flask

Flask

3.1.3 · Windows

轻量灵活的 Python Web 应用框架。

Django

Django

6.1.2 · Windows

成熟的 Python Web 框架,适合构建内容站点和业务系统。

Spyder

Spyder

6.1.7 · Windows

面向科学计算与数据分析的 Python 集成开发环境。

SciPy

SciPy

1.18.1 · Windows

面向科学、工程和技术计算的 Python 算法库。