Python 在ipyparallel中运行时，自定义内核挂起

我正在尝试将ipyparallel与我已安装在conda env中的自定义内核一起使用。我的工具是用matplotlib 2.0.2构建的。我在一个Jupyter集线器上运行，默认的Python3内核指向matplotlib 1.5.3。我可以通过以下示例从各个引擎中看到matplotlib的版本：

import ipyparallel
import matplotlib

def myFunc(n):
    import matplotlib
    status = "mpl version=%s, and num=%d" % (matplotlib.__version__, 
                                             n * 10)
    return status

rc=ipyparallel.Client(profile='MJBtest')
all_proc = rc[:]
all_proc.block=True

print("Local: ", matplotlib.__version__)

inlist = [i for i in range(3)]
print("Now calling map_sync")
result = all_proc.map_sync(myFunc, inlist)
print("Parallel result : ", result)

返回

Local:  1.5.3
Now calling map_sync
Parallel result :  ['mpl version=1.5.3, and num=0', 'mpl version=1.5.3, and num=10', 'mpl version=1.5.3, and num=20']

正如我所期望的，因为我是在Python3默认内核中运行的。通过使用我想要的工具创建一个自定义内核，激活它，并使用以下命令创建一个kernelspec文件，我构建了一个名为“cetb3”的自定义内核：

ipython kernel install --user --name cetb3

在cetb3环境中，我可以运行python，导入matplotlib，我看到版本是matplotlib 2.0.2。从同一个cetb3环境中，我还创建了一个测试配置文件：

ipython profile create --parallel --profile=MJBtest

在Jupyter Hub中，我可以将内核切换到cetb3，导入matplotlib，并查看它是否位于v2.0.2。但是，当我从MJBtest启动集群，并尝试使用cetb3内核运行与上述相同的代码时，该单元挂起在“Now calling map_sync”行之后，并且永远不会返回：

Local:  2.0.2
Now calling map_sync

我想我可能必须创建一个使用自定义内核的ipython配置文件，我尝试将我的配置文件的名称添加到cetb3 kernelspec文件中：“--profile=MJBtest”，但当我这样做时，内核甚至无法启动。我不清楚我是否必须告诉我的内核我的配置文件，或者反过来告诉我的内核我的配置文件（以及我可能如何做），或者是否有其他机制将我的定制环境推到我的ipyparallel引擎

---

因此，我在我们的超级计算机上与sys管理员合作，结果发现他们配置了一些定制的ipython配置文件，这些配置文件使用ipengine命令启动引擎集群。在ipcluster_config.py文件中，在执行ipengine命令之前，我可以通过将我的conda env bin路径添加到path env变量的开头，然后为我希望在每个引擎上可用的conda env调用source activate来指定我的自定义环境。

而不是创建自己的内核，为什么不将

ipykernel

安装到环境中，以消除您的所有依赖关系？我不确定您的意思，您能详细解释一下吗？我想我必须制作自己的内核，因为jupyterhub提供给我的默认内核只是一些Python2和Python3的默认安装。

ipykernel

是一个将IPython内核安装到您的环境中的包，这样您就可以从Jupyter笔记本访问它。只是一个想法：-）这不是“ipython内核安装”命令所做的吗？运行该命令并重新加载jupyter控制台后，我可以很好地切换到新内核，并且可以很好地看到安装在这个环境中的包。当我试着将它们推到ipyparallel的多个引擎时，问题就出现了。这是挂起的步骤。对不起，我不确定这里发生了什么：-(