【问题标题】：Unable to run import scikit-image in jupyter notebook despite successful installation of scikit-image in Anaconda尽管在 Anaconda 中成功安装了 scikit-image，但无法在 jupyter notebook 中运行 import scikit-image
【发布时间】：2017-12-09 07:50:05
【问题描述】：

首先，我是 Windows 用户。 Skimage 和 Tensorflow 安装之间存在冲突。每个安装都可以，但在相同环境中安装时它们不会运行。我做了 “ pip install scikit-image” 并且计算机说它已经安装了。当我在 jupyter notebook 中运行 import skimage.data 时，我一直收到错误“没有名为 skimage 的模块”，尽管我安装了 scikit-image。

【问题讨论】：

让我猜猜。您的代码在安装 skimage 的不同环境中运行。
所以我在 Anaconda 中安装了 skimage，我想在 jupyter notebook 中运行 import skimage。当我在 anaconda 提示符中激活 scikit-image 时，它说找不到环境 scikit-image。所以我检查了 conda 环境，虽然 scikit-image 已安装，但它不在列表中。
从你的图可以看出你已经在root环境下安装了SKIMAGE包。因此，打开 Anaconda Prompt 以激活 root 环境。 ‘activate root’ 然后，不要关闭这个窗口。输入它。 'jupyter notebook' 在这个 notebook 中尝试你的代码。
做完还是不行

标签： python-3.x anaconda jupyter-notebook

【解决方案1】：

创建 conda 虚拟环境，并将 scikit 安装到其中，并不意味着 Jupyter notebook 中的 ipython 内核可以使用它。您需要做更多的事情来同步所有内容。

iPython 文档状态

Jupyter Notebook 和其他前端会自动确保 IPython 内核可用。但是，如果您想在不同版本的 Python 中使用内核，或者在 virtualenv 或 conda 环境中使用，则需要手动安装它

尝试以下方法：

创建并激活 python 环境

conda create -n py371 python=3.7.1 anaconda
conda activate py371

安装 pip 和 ipykernal

我们这样做是为了将 Jupyter Notebook 内核链接到新创建的虚拟环境“py371”

conda install pip
conda install ipykernel # or pip install ipykernel

将新的虚拟环境链接到 ipykernel

我们将新创建的虚拟环境“py371”链接到 ipykernel，以便 Jupyter Notebook 可以看到它

python -m ipykernel install --user --name py371 --display-name "Python (Python 3.7.1)"

安装您需要的任何软件包，在本例中为 scikit-image、tensorflow 等...

conda install -c conda-forge scikit-image

启动 Jupyter Notebook

jupyter notebook

您现在将在 Jupyter Notebook 中看到您的新内核链接

选择新内核 (Python 3.7.1)。您的代码现在将针对选定的内核执行，您还链接到您的 conda 虚拟环境。

更多阅读和信息可以在这里找到： Managing Python Installing the IPython kernel

【讨论】：

【解决方案2】：

我建议您在 Windows 中使用 Microsoft 的方式使用 Anaconda。

Open Anaconda Navigator

您可以找到已安装和未安装的软件包。您可以重新安装它们。

【讨论】：

我通过 Anaconda Navigator 检查了 scikit-image 在根环境中。所以我在 Anaconda 提示符下使用命令“激活 root”，然后使用命令“jupyter notebook”，但仍然无法导入 skimage
这似乎是不可能的。你想用 Python 35 重建另一个环境吗？ Tensor-Flow 的官方指南在 Python 35 中运行，但您使用的是 Anaconda 的根环境，应该是 Python 36。当您在 Python 35 中安装 Tensor-Flow 时，可能会遇到 PIP 错误。此外，构建一个新环境会给你一个新的开始。