答案是环境不一致导致安装与导入分离：%pip install更可靠，因它直接调用当前kernel绑定的pip模块，避免shell解析偏差；而!pip可能受conda路径、系统pip污染或windows路径问题影响，导致包装入错误环境。
装不上库，八成不是 pip 命令写错了，而是环境没对上——!pip install 看似简单，但默认作用于当前 kernel 对应的 Python 环境，而这个环境未必是你以为的那个。
为什么 !pip install 装了却 import 报错
常见现象：单元格里执行 !pip install requests 显示 “Successfully installed”，但紧接着 import requests 就抛 ModuleNotFoundError。
- 根本原因：Jupyter 的 kernel 和终端当前激活环境不一致（比如 notebook 用的是
myenv，但你在终端里pip install装到了 base 环境） -
!pip install确实会作用于当前 kernel 的环境，但前提是该 kernel 的 pip 可执行路径没被污染或覆盖 - 某些 conda 环境中，
!pip实际调用的是 conda 自带的 pip，而非系统级 pip；而!conda install又可能因 channel 配置问题跳过依赖检查 - Windows 下路径含空格或中文时，
!pip有时静默失败，不报错也不安装
%pip install 比 !pip install 更可靠
%pip 是 Jupyter 内置魔法命令，它绕过 shell 解析，直接调用当前 kernel 绑定的 pip 模块，环境一致性更高。
- 安装单个包：
%pip install pandas - 升级已有包：
%pip install --upgrade seaborn - 从国内镜像源安装（避免超时）：
%pip install scikit-learn -i https://pypi.tuna.tsinghua.edu.cn/simple/ --trusted-host pypi.tuna.tsinghua.edu.cn - 如果提示
UsageError: Line magic function `%pip` not found.，说明 Jupyter 版本太老（%pip install --upgrade jupyter
确认并切换 kernel 环境再安装
很多“装了不能用”问题，根源在于你根本没在目标环境里运行 notebook。
- 在 notebook 中运行：
import sys; print(sys.executable)—— 输出的就是当前 kernel 的 Python 解释器绝对路径 - 对比终端中
which python或conda info --envs，看是否指向同一目录 - 若不一致，在 notebook 顶部菜单选择：Kernel → Change kernel → 选对环境（如
Python (myenv)） - 换完 kernel 后，务必重启内核（Kernel → Restart），否则旧环境缓存仍生效
离线安装或 wheel 文件手动安装
公司内网、无外网环境、或遇到 C 扩展编译失败（如 wordcloud、pyarrow）时，得走离线路径。
- 提前在有网机器上下载匹配的
.whl文件（注意 Python 版本、系统架构、是否为win_amd64/manylinux） - 把文件传到目标机器，放在 notebook 工作目录下（或记住完整路径）
- 在单元格中运行：
%pip install ./wordcloud-1.9.2-cp39-cp39-win_amd64.whl（路径必须以./或绝对路径开头） - 不要用
!pip install wordcloud-1.9.2-cp39-cp39-win_amd64.whl—— shell 可能误把文件名当包名，报No matching distribution
最易被忽略的一点：Jupyter notebook 的 kernel 是独立注册的实体，它和 conda env 或 virtualenv 不是 1:1 自动绑定的。哪怕你用 conda activate myenv 启动 jupyter，kernel 列表里显示的仍是旧名字；真正起作用的是 sys.executable 指向的解释器，不是终端里当前激活的环境名。
