pip装得上不代表import进得去，根本原因是jupyter kernel与pip安装环境不一致；需先用import sys; print(sys.executable)确认当前内核路径，再用%pip安装或%conda安装对应包。
pip 装得上，不代表 import 得进去——这是 Jupyter Notebook 里最常踩的坑。根本原因不是命令不会输，而是没搞清“装给谁”。
确认当前内核用的是哪个 Python 环境
很多问题其实出在环境错位：你在终端用 pip install pandas，但 Jupyter 实际跑的是另一个 conda env 或虚拟环境。不查清楚，装了也白装。
- 在 notebook 单元格里运行：
import sys; print(sys.executable)，输出类似/opt/anaconda3/envs/ml/bin/python就是真实路径 - 如果输出是系统默认路径（比如
/usr/bin/python3），而你用 conda 管理环境，那大概率当前 kernel 没绑定对环境 - 检查 kernel 列表：
jupyter kernelspec list（需在终端执行），看当前 notebook 用的是哪个 kernel 名
优先用 %pip 而不是 !pip
%pip 是魔法命令，它自动绑定到当前 kernel 的 Python 解释器；!pip 是 shell 命令，走的是系统默认 pip，容易装错地方。
- 正确写法：
%pip install requests或%pip install -U numpy - 如果报错
ModuleNotFoundError: No module named 'pip'，说明当前 kernel 的 Python 没带 pip（极少见，多见于精简版嵌入式环境） -
!pip install只在临时调试、或明确知道 shell pip 指向目标环境时才用，比如你刚用conda activate myenv启动终端再开 notebook
conda 环境下别硬切 pip，尤其装含 C 扩展的库
像 numba、opencv、pyarrow 这类库，conda 自带的二进制包和依赖链更稳定。pip install 容易引发 ABI 冲突或缺失 system library。
- 先确认是否在 conda 环境：
!conda info --envs和!which python对照看 - 推荐安装方式：
%conda install -c conda-forge pyarrow（注意是%conda，不是!conda） - 混用 pip + conda 时，务必先
conda install主要依赖，再用%pip补少量纯 Python 包，避免conda update --all时把 pip 装的包干掉
离线安装或指定源时，--trusted-host 必须配全
国内镜像（如清华源、阿里云源）用 HTTPS，但某些旧版 pip 会校验失败，导致安装中断。
- 清华源完整写法：
%pip install pandas -i https://pypi.tuna.tsinghua.edu.cn/simple/ --trusted-host pypi.tuna.tsinghua.edu.cn - 如果用私有源（比如公司内网 PyPI），
--trusted-host要填域名，不是 IP 或端口；多个 host 用多个--trusted-host - 离线装
.whl文件时，路径必须是绝对路径或相对于 notebook 当前工作目录，且注意 Python 版本/平台标签（如cp39对应 Python 3.9）
sys.executable，比反复重启 kernel 更省时间。
