Eliminar los kernels en Jupyter

Publicado el 20 octubre 2021 por Daniel Rodríguez @analyticslane

A medida que trabajamos con Jupyter Notebook es posible que instalemos múltiples kernels. Algo que es normal, ya que nos permite trabajar con diferentes versiones de Python, Julia o R sin afectar al entorno de producción. Aunque tiene un problema, una vez desinstalado el entorno este no se borra de la configuración de Jupyter, por lo que será posible seleccionar este, aunque no exista en nuestra máquina. Para mantener nuestro entorno se pueden usar las herramientas disponibles para eliminar los kernels en Jupyter.

Gestionar los kernels de Jupyter

El entorno de Jupyter dispone de una herramienta con la que es posible gestionar los kernels instalados en el sistema. Una herramienta a la que se accede escribieron en la terminal

% jupyter kernelspec

Comando con el que, si Jupyter se encuentra correctamente instalado y en el path, se obtendrá la ayuda de la herramienta. En la ayuda se puede ver varios comandos, pero uno de los más útiles es list ya que nos mostrará todos los kernels instalados.

% jupyter kernelspec list

Available kernels:
  julia-1.5    /Users/daniel/Library/Jupyter/kernels/julia-1.5
  julia-1.6    /Users/daniel/Library/Jupyter/kernels/julia-1.6
  python3      /Users/daniel/opt/anaconda3/share/jupyter/kernels/python3

Observando en la salida que actualmente hay instalado dos kernels de Julia, uno de la versión 1.5 y otro de la 1.6, y uno de Python 3.

Eliminar los kernels en Jupiter

Una vez que hemos obtenido el listado de kernels podemos borrar aquellos que no utilizaremos. Por ejemplo, las versiones anteriores de Julia que ya no utilizamos. Para ello solamente se tiene que usar el sublimando uninstall seguido del nombre del kernel, la primera columna de la salida del comando anterior. Así para eliminar la versión 1.5 de Julia solamente deberíamos escribir

% jupyter kernelspec uninstall julia-1.5

El comando nos pedirá confirmación de la operación, en caso de confirmar borrara el kernel y ya no estará disponible para trabajar con él.

Conclusiones

En esta ocasión hemos visto los pasos que podemos seguir para mantener nuestro sistema al eliminar los kernels en Jupyter que ya no se utilizan.

Imagen de Nazim Orujov en Pixabay