🍉 CSDN 叶庭云：https://yetingyun.blog.csdn.net/
我们在做 Python 开发时，有时在我们的服务器上可能安装了多个 Python 版本。
Python programming in a cool and futuristic Jupyter Notebook environment. The scene is filled with digital screens displaying complex code, graphs, and data visualizations, creating a sense of advanced technology and innovation. --version 5.2 --quality 1 --chaos 0 --stylize 100 --aspect 16:9" />
使用 conda info --envs 可以列出所有的 conda 环境。当在 Linux 服务器上使用 which python 命令时（Windows 系统下应使用 where python），它将显示 Python 解释器的路径。这对于确保在特定环境中正确运行 Python 脚本非常有用。
Jupyter Notebook 是一种基于 Web 的交互式计算环境，它允许用户创建和共享包含代码、文本和可视化内容的文档。Jupyter Notebook 使用所谓的 Kernels 来执行代码，而 Python 解释器则是执行 Python 代码的软件。
Kernel（内核）
Kernel 在 Jupyter Notebook 中是一个核心概念，它负责执行 Notebook 中的代码。Kernel 是一个独立的进程，它运行在用户的计算机上，并且与 Jupyter Notebook 的前端（即用户在浏览器中看到的界面）进行通信。当用户在 Notebook 中编写代码并运行单元格时，这些代码会被发送到 Kernel 进行执行，然后 Kernel 将执行结果发送回前端进行显示。
Jupyter 支持多种编程语言的内核，例如 Python、R、Julia 等。用户可以根据自己的需要选择相应的内核来执行代码。例如，如果用户想要执行 Python 代码，他们可以选择 Python 内核。
Python 解释器
Python 解释器是执行 Python 代码的软件。当用户编写 Python 代码时，这些代码需要被解释器转换成计算机可以理解的指令才能执行。Python 解释器读取源代码，将其翻译成机器语言，并执行这些指令。
在 Jupyter Notebook 中，当用户选择 Python 内核时，他们实际上是在选择一个 Python 解释器来执行代码。这个解释器可以是系统中安装的任何 Python 版本（例如 Python 3.6.5、Python 3.9.18 等），也可以是用户通过 Anaconda 等工具安装的特定环境。
融合到一个文件中的代码示例
下面是一个简单的 Python 代码示例，它可以在 Jupyter Notebook 中运行。这段代码定义了一个函数，并使用该函数计算两个数的和。
# 定义一个函数，用于计算两个数的和
def add_numbers(a, b):
return a + b
# 调用函数并打印结果
result = add_numbers(3, 5)
print(result)
这段代码可以直接复制粘贴到 Jupyter Notebook 的一个代码单元格中，并选择 Python 内核来执行。执行后，用户将在输出单元格中看到结果 8。为了运行上述代码，用户需要安装好 Python 解释器以及 Jupyter Notebook。
Jupyter Notebook 使用的是哪一个 Python 解释器呢？可以在 Notebook 里按照下面的代码进行测试：
import sys
print(sys.version)
print(sys.executable)
一句话总结：Jupyter Notebook 使用的是当前系统环境下的 Python 解释器，也就是设置的 Kernel 的 python.exe。
要点：
