-
管理器：conda , pip…
-
功能：
- 管理包：安装、卸载、更新
- 管理环境：创建、删除、加载、保存
-
详见Anaconda和Jupyter你学会了么 - 知乎 (zhihu.com)
-
包与其依赖项（package and its dependency）：tensorflow，keras，sionna…
- 集成的模块
-
- 集成的模块
-
模块（Module）：*.py
- 集成的函数
-
库: cublasLt64_11.dll、 cufft64_10.dll…
-
具有某些功能的模块和包都可以被称作库，强调功能性
-
动态库：*.dll
-
静态库: *.lib
-
详见静态库和动态库的区别 - 阿玛尼迪迪 - 博客园 (cnblogs.com)
-
-
环境(Environment): base, dlwc…
-
概念：为解决不同任务需要安装不同版本的包及其依赖，因为不同版本间会冲突，所以为了将彼此隔离需要不同环境。(3条消息) Python 虚拟环境 看这一篇就够了_AI学习社的博客-CSDN博客
-
插件(plugin)：nb_conda、ipykernel…
- 外挂
- 效率倍增！推荐10个好用到爆的Jupyter Notebook插件！ - 知乎 (zhihu.com)
-
开发工具(IDE)：pycharm、jupyter-notebook…
- 种类：10款超好用的Python开发工具 - 知乎 (zhihu.com)
-
解释器（interpreter）：python.exe、matlab.exe…
- 详见(3条消息) 看完这篇带你完全理清IDE、编辑器、编译器、解释器和调试器的概念_一只嵌入式爱好者的博客-CSDN博客_编译器 调试器
-
核（kernel）：python3、environments、Matlab…揭秘Jupyter内核 - 知乎 (zhihu.com)
-
概念：只需要为Jupyter安装特定的核心，Jupyter就具备了处理其他计算机语言的能力Jupyter kernels · jupyter/jupyter Wiki (github.com)
-
操作:
-
创建：插件nb_conda或者安装包nb_conda_kernels可以自动为每个环境创建一个新的kernel
（Then, in your base environment you need to install nb_conda_kernels (just one time), which automatically creates a new kernel for each virtual environment you create, provided you’ve installed jupyter in it，然后，在您的基本环境中，您需要安装nb conda内核(只需一次)，它会自动为您创建的每个虚拟环境创建一个新内核，前提是您已经在其中安装了jupyter引自Python Virtual Environments & Jupyter Notebook | by Anne Bode | Towards Data Science (medium.com)）
-
连接：插件ipykernel可以为当前环境添加jupyter的连接
（关于nb_conda的作用：关于ipykernel的作用：ipykernel 來為每個環境添加 jupyter 的連結，引自學長好！. 在預設的 Python 版本中以 pip install jupyter… | by Yao-Jen Kuo | Medium）
- notion：anaconda中自带的环境（base）已经为jupyter添加了连接。
-
-
总结：
jupyter notebook（IDE，eg,pycharm）运行需要的的核（kernel）与Anaconda（Prompt3）中创建的虚拟环境（eg, sionna）并不互通，因为核还可能是别的编程语言，e.g.,matlab；JN是基于核工作的，即通过选择核来选择环境或语言，如果把”环境“比作浏览器（Anaconda）的一个窗口，窗口具有地址。”“核”则类似于笔记本（JupyterNotebook）中而不是浏览器中指向该窗口的一个超链接。而插件“nb_conda“的作用是将搜索浏览器（Anaconda）中所有的窗口的网址，并将其做成超链接（核，kernel），插件”ipykernel“则是将当前的窗口（虚拟环境）超链接（核，kernel）写入笔记本（JN）。
拓展阅读：
PC通过选择虚拟环境（sionna）中的解释器（python.exe）来选择环境
