由于jupyter notebook 7以上的版本与jupyter_contrib_nbextensions存在冲突，导致以前使用顺手的插件无法使用了，就考虑建立一个虚拟环境，在里面使用jupyter notebook 6，以便和jupyter_contrib_nbextensions兼容。
conda简介和优势
Conda 是一个包管理器和环境管理器，它不仅支持 Python 包，还支持其他语言的包（如 R、C++ 等）。Conda 管理的是整个环境的依赖项，并提供了预编译的二进制包。
Conda 使用强大的依赖解决机制，能够安装和管理复杂的依赖项，特别是那些需要系统级库的包（如 C、C++ 或 Fortran 编译的包）。Conda 提供的是预编译的包，因此不需要在本地进行编译，减少了因为编译依赖或缺少编译工具链导致的错误。
Conda 使用预编译的二进制包，因此安装速度通常更快，尤其对于需要 C/C++ 编译的包。
Conda 默认从 Anaconda 或 Conda-Forge 频道中安装包，这些包经过测试并且是预编译的，特别适合在不同平台（Windows、macOS、Linux）上使用。
conda安装虚拟环境的过程
通过以下命令创建一个新的 Conda 环境（以3.10版本的python解释器为例）：
conda create --name myenv python=3.10
查看和激活环境，可以使用以下命令：
conda env list # 查看现有的python环境
conda activate myenv # 激活指定的虚拟环境
安装 Jupyter Notebook 6.5.5
conda install notebook=6.5.5
在虚拟环境中安装 jupyter_contrib_nbextensions
conda install -c conda-forge jupyter_contrib_nbextensions
以上将从 conda-forge 仓库安装 jupyter_contrib_nbextensions 以及所有相关依赖。
启用扩展
jupyter nbextensions_configurator enable --user
在虚拟环境中启动 Jupyter Notebook 6
jupyter notebook
如果弹出jupyter notebook的网页界面，并且带有nbextensions，则大功告成！
另外，有可能notebook的启动目录与base python中的notebook启动目录不一致，需要在jupyter_notebook_config.py配置文件中，指定‘c.NotebookApp.notebook_dir =’的具体目录。
