vscode中配置jupyter的详细步骤(彻底解决Failed to start the Kernel问题)

1 插件安装

想要在vscode中使用jupyter，首先我们需要在vscode中安装插件Jupyter。

在拓展中搜索jupyter直接安装即可。

2 相关python库安装

在安装插件之后，一整个安装过程才算是刚刚开始，最重要的步骤还是安装相应python库，在这个过程中会遇到很多棘手的问题。

2.1 python版本问题

在安装相关python库之前，必须强调一下python的版本问题，避免到最后因为版本不适配导致做无用功，只能从头来过。在安装相应python库的过程中我们需要安装名为pyzmq的库，因为pyzmq的版本限制（这个后续会解释），我们不能安装大于3.9的python版本，pyzmq对python版本要求如下。

经过我的验证python=3.9是可行，但是如果使用python=3.10就会出现报错，具体错误如下所示。

这里的报错也显示，不是因为pip安装的问题，而是包本身的问题导致安装失败，这其实就是因为python==3.10以上的版本不支持pyzmq==19.0.2。因此我们在选择python版本时，最高只能选择python==3.9。

2.2 开始安装库包

现在如果直接建立一个jupyter文件*.ipynb然后直接在vscode中运行，会直接告诉你没有安装ipykernel包。

忽略python 3.10.4就好，这里为了给大家演示高版本python不能够使用，就直接创建了一个python=3.10的环境。

这里如果点击Install就会显示以下信息。

这里边给了安装命令，但是我不推荐使用conda进行安装，我们可以执行下面的命令进行安装。

pip install jupyter -i http://pypi.tuna.tsinghua.edu.cn/simple

命令中的-i http://pypi.tuna.tsinghua.edu.cn/simple是为了使用国内源，这样下载速度会得到明显提高

执行完命令后，会得到以下的结果，成功安装了一系列的包，这个时候所有使用到的包都已经安装成功。

这个时候当你觉得已经安装成功兴致勃勃的打开vscode准备使用jupyter的时候，vscode会给你当头一棒，没错，你会得到一个error。

2.3 解决Failed to start the Kernel问题

出现这种情况是因为pyzmq==23.2.1的版本过高，最直接的办法就是我们还用低版本的pyzmq就好，这里我们使用pyzmq==19.0.2。这里就是为什么我们不能使用大于3.9版本的python，其实pyzmq==23.2.1是能够在python==3.9的环境中运行的，但是因为使用过高版本的pyzmq会出现Failed to start the Kernel.的错误，所以我们只能python和pyzmq都使用较低版本。

我们使用命令

pip uninstall pyzmq 
pip install pyzmq==19.0.2

卸载已经安装的较高版本的pyzmq，然后安装pyzmq==19.0.2。

执行完上述命令之后，会出现报错

报错中提示到jupyter-client需要的pyzmq>23.0但是我们安装的版本太低。那么接下来就需要降低jupyter-client的版本，我们先将它卸载，然后重新安装jupyter-client==6.1.12。

pip uninstall jupyter-client
pip install jupyter-client==6.1.12

注意！！！执行上述命令的时候，卸载jupyter-client后重新安装的时候必须加上版本号，不然会默认安装最新版本的，然后最新版本的jupyter-client需要较高版本的pyzmq，所以会默认将先前安装的低版本pyzmq卸载掉，重新安装高版本的依赖。运行结果下所示。

这样安装的话，我们对pyzmq将版本的操作就做了无用功，需要重新执行。

执行命令pip install jupyter-client==6.1.12后，会出现报错

报错中提到jupyter-console需要jupyter-client>=7.0，我们安装版本过低。因此我们需要对jupyter-console也做降版本处理。

pip uninstall jupyter-console
pip install jupyter-console==6.4.0

当然也要注意，重新安装低版本jupyter-console时需要加上低版本的版本号!

执行上述命令后，终端会显示

这里没有出现报错，说明所有包的版本都已经兼容了。

3 配置成功

执行完上述所有操作以后，vscode中的jupyter就已经成功配置了，接下来就可以打开vscode选择配置好的环境使用本地的jupyter notebook了。

总结