VSCode怎么使用Notebook写Python_VSCode如何在Jupyter笔记本中运行代码【攻略】-VSCode-PHP中文网

vscode 中不存在 jupyter.notebook.open 命令，正确方式是打开 .ipynb 文件或运行“jupyter: create new notebook”；shift+enter 无输出多因内核未连接或代码异常；模块导入需手动调整 sys.path 或工作目录；输出膨胀应清理或禁用自动保存输出。

vscode怎么使用notebook写python_vscode如何在jupyter笔记本中运行代码【攻略】

为什么 `jupyter.notebook.open` 不起作用？

VSCode 里没有 jupyter.notebook.open 这个命令——它根本不存在。你搜到的可能是旧版插件文档或混淆了 JupyterLab 的命令。VSCode 的 Notebook 功能由官方 Jupyter 扩展驱动，启动方式是打开后缀为 .ipynb 的文件，或用命令面板运行 Jupyter: Create New Notebook。

常见错误现象：在命令面板里输 “open notebook” 没反应，或点右键没“Run in Notebook”选项 → 先确认是否已安装并启用 Jupyter 扩展（不是 Python 扩展单独就能支持 Notebook）
使用场景：新建 Notebook 必须通过命令面板或资源管理器双击 .ipynb 文件；直接拖 Python 文件进 VSCode 不会自动转成 Notebook
兼容性影响：VSCode 1.84+ 对 Notebook 渲染更稳定，但若用 Remote-SSH 连接远程服务器，需确保服务端已安装 ipykernel，且执行过 python -m ipykernel install --user

`Shift+Enter` 运行单元格没输出？

这是最常卡住人的一步：按了 Shift+Enter，光标跳到下个单元格，但啥也没打印出来。核心原因通常是内核没连上，或者当前单元格压根没执行（比如被注释、空行、或语法错误卡在解析阶段）。

VSCode

避免常见的 VSCode 错误——设置冲突、调试器配置和扩展冲突。

下载

检查右下角状态栏：看到 Python 3.x.x 旁边有个圆点，绿色表示已连接内核，灰色或红色说明断开 → 点它可重新选择内核或重启
容易踩的坑：复制粘贴代码时带了不可见字符（尤其从网页复制），导致 SyntaxError: invalid character；建议粘贴后全选 → Ctrl+Shift+P → Developer: Toggle Developer Tools 看 Console 是否报错
参数差异：VSCode 默认用 ipykernel，不是 python -m notebook 那套；所以 %matplotlib inline 能用，但 %run some_script.py 依赖路径必须相对于当前工作区根目录，不是 Notebook 所在目录

如何让 Notebook 识别项目里的 `src/` 模块？

写到一半想 import 自己写的模块，结果报 ModuleNotFoundError —— 因为 Notebook 的默认工作目录是文件所在目录，不是你期望的项目根目录，且不会自动把 src/ 加进 sys.path。

实操建议：在第一个代码单元格顶部加这几行（别省略 os.chdir）：

import os
import sys
os.chdir(os.path.join(os.path.dirname(os.getcwd()), 'src'))
sys.path.insert(0, os.getcwd())

为什么这样做：VSCode 启动 Notebook 内核时，工作目录是 .ipynb 文件所在目录；而多数项目结构是 project/notebooks/explore.ipynb 和 project/src/utils.py，不改目录就找不到 src

性能影响：每次重启内核都要重跑这一步；如果用 pip install -e . 安装了本地包，可改用 import sys; sys.path.append('..')，但要注意相对路径易错

保存后 `.ipynb` 文件体积暴涨？

一个空 Notebook 保存几次后变成几十 MB，打开变慢，Git 提交困难——大概率是单元格输出里存了大图、DataFrame 表格或模型权重对象。VSCode 默认会把所有输出（包括 plt.show() 的图、df.head() 的表格）一并序列化进 JSON。

立即缓解：命令面板运行 Jupyter: Clear All Outputs，再手动保存；或关掉自动保存输出：在 settings.json 加 "jupyter.askForKernelRestart": false 和 "jupyter.outputScrolling": false
长期规避：对绘图加 plt.close()；对大 DataFrame 用 df.head(10).to_string() 替代直接 print；避免在 Notebook 里 torch.load(...) 加载完整模型
容易被忽略的地方：即使清空输出，历史输出元数据仍可能残留；推荐配合 Git 使用 .gitattributes 把 .ipynb 设为 filter=nbstrip，自动过滤输出再提交