在Jupyter cell/IPython shell中，您可以运行：

!pip install PACKAGENAME

安装程序包。请注意前缀"!"。

更新

当有多个环境时，使用该环境中使用的系统执行器（Python）。

import sys

!{sys.executable} -m pip install PACKAGENAME

保存一个更新的容器是合理的，这样你就不需要每次都安装这些包。一种方法是构建你自己的映像。假设你想使用来自jupyter docker stack的jupyter/datascience-notebook映像。首先，你需要创建文件Dockerfile（没有扩展名）。这个文件应该包含以下指令：

# Start from a core stack version
FROM jupyter/datascience-notebook:latest
# Install in the default python3 environment
RUN pip install --quiet --no-cache-dir 'flake8==3.9.2' && \
    fix-permissions "${CONDA_DIR}" && \
    fix-permissions "/home/${NB_USER}"

你可以用conda或者mamba代替pip：

# install a package into the default (python 3.x) environment and cleanup after
# the installation
mamba install --quiet --yes some-package && \
    mamba clean --all -f -y && \
    fix-permissions "${CONDA_DIR}" && \
    fix-permissions "/home/${NB_USER}"

conda install --quiet --yes some-package && \
    conda clean --all -f -y && \
    fix-permissions "${CONDA_DIR}" && \
    fix-permissions "/home/${NB_USER}"

然后，您需要转到新创建的Dockerfile所在的目录并运行：

$ docker image build --tag jupyter/base-notebook:my_version .

其中--tag是你的图像的名称，它具有下面的结构repository name:tag name。不要忘记在末尾的单个点.（Dockerfile的路径）！
当docker完成构建映像时，您可以使用docker image ls在docker映像列表中找到它：

REPOSITORY                           TAG               IMAGE ID       CREATED             SIZE
jupyter/base-notebook                my_version        3cf0f4683b46   11 minutes ago      1.12GB

现在您可以使用新创建的映像和已安装的软件包：

$ docker run -p 8888:8888 jupyter/base-notebook:my_version

另一种保存修改后的映像的方法是使用docker commit命令。你可以直接在jupyter notebook中安装所需的软件包，然后使用以下命令保存修改：

$ docker commit CONTAINER_ID  jupyter/base-notebook:my_version

CONTAINER_ID您可以使用docker ps命令查找，该命令列出正在运行的容器。