配置 Jupyterlab 使其支持多个可选 kernel

之前在用 Jupyterlab 的时候，用哪个 conda 环境，想用这个环境下的 Python 作为 kernel 就只能在对应环境下再安装一个 jupyterlab。这种方法既引入了额外的存储空间占用，又没有灵活性。我更期望的是能够在一个 jupyterlab 下，可以对每个 ipynb 文件指定不同的 kernel。

幸运的是，经过一番搜索，解决方案并不困难。下面是需要做的步骤：

假设我们的 jupyterlab 安装在 conda 的 jupyter_env 环境下，在命令行通过命令
```
conda activate jupyter_env
jupyter lab --port=8888
```
来启动 jupyterlab；
新建需要增加到 jupyterlab 的 python kernel 对应的 conda 环境，这里新建的环境名称为 test_env，你可以更换为你自定义的名字（如果已经有了对应的环境，则不需新建，可以跳过这步）：
```
# 这里使用的 Python 版本为 3.9，你可以根据实际更改到想要的 Python 版本
conda create -n test_env python=3.9
```
切换到新建的环境中，并安装 ipykernel，使之能够被 jupyterlab 使用：
```
conda activate test_env
conda install ipykernel
```
随后注册这个环境下的 kernel，使其能够被 jupyterlab 发现：
```
python -m ipykernel install --user --name <name> --display-name <display name>
```
命令 python -m ipykernel install 做了什么？
上面的命令将以 install 模式运行 ipykernel module。运行后，文件系统中将会新建描述 kernel 的 JSON 文件和图标文件。在 Windows 中该 JSON 文件位于 C:\Users\username\AppData\Roaming\jupyter\kernels 目录，文件内容为
```
{
    "argv": [
        "path\\to\\kernel\\exec",
        "-m",
        "ipykernel_launcher",
        "-f",
        "{connection_file}"
    ],
        "display_name": "display name",
        "language": "python",
        "metadata": {
        "debugger": true
    }
}    
```
jupyterlab 会检查此目录下的 kernel 描述文件。因此，有了 kernel 描述文件后，就可以在 jupyterlab 上使用对应的文件了。

此时，打开浏览器中 jupyterlab 对应的界面（或刷新网页），即可看到新的 kernel 加入了进来。