必须先正确选择并配置python解释器及ipykernel，vs code才能运行notebook或# %%分块；否则即使装了jupyter也无法识别内核。
选错 Python 解释器，Notebook 就根本跑不起来
VS Code 不会自动跨环境找 jupyter，哪怕你全局 pip install jupyter 了也没用——它只认你当前选中的解释器里装的包。所以第一步不是装扩展，而是让 VS Code 知道“该用哪个 Python 来跑 notebook”。
- 按
Ctrl+Shift+P（Win）或Cmd+Shift+P（Mac），输入并执行Python: Select Interpreter - 从列表里选一个带
ipykernel的环境，比如./venv/bin/python或C:\Users\X\anaconda3\envs\ds\python.exe；如果没看到，说明那个环境没装ipykernel - 在该环境下终端中运行：
python -m ipykernel install --user --name ds-env --display-name "Python 3 (ds-env)"（--name不能含空格，--display-name才是下拉菜单里显示的名字） - 重启 VS Code 或用命令面板执行
Developer: Reload Window，再打开.ipynb文件，右上角内核选择器里就该出现你刚注册的名字了
内核显示 “Python 3 (unavailable)” 或根本找不到选项
这是最常被忽略的信号：VS Code 找到了解释器路径，但没在该环境里发现可通信的 Jupyter 内核进程。常见原因不是没装 jupyter，而是缺 ipykernel，或者注册时用了错误用户权限。
- 别只查
jupyter --version，要进目标环境终端，运行：python -m pip list | grep ipykernel（macOS/Linux）或python -m pip list | findstr ipykernel（Windows） - 如果没输出，立刻装：
python -m pip install ipykernel（不要用conda install混着来，尤其在 pip 环境里） - 注册命令里漏掉
--user？那 kernel 可能装到系统级位置，VS Code 无权读取；加了--user后，kernel 会写入~/.local/share/jupyter/kernels/（Linux/macOS）或%USERPROFILE%\AppData\Roaming\jupyter\kernels\（Windows） - 检查工作区设置里有没有误配：
jupyter.jupyterServerType设成了remote，或填了remoteJupyterServerUri—— 这会让 VS Code 强制走远程模式，本地 kernel 直接被忽略
新建 .ipynb 文件后右上角没内核可选，或点运行没反应
不是插件没装好，大概率是 Jupyter 扩展没真正激活，或 Python 扩展没随它一起加载。VS Code 的 Jupyter 支持依赖 Python 扩展提供底层解释器桥接，两者必须共存。
- 打开扩展面板（
Ctrl+Shift+X），搜Jupyter，确认安装的是 Microsoft 官方版（ID：ms-toolsai.jupyter，图标是紫色火焰） - 再搜
Python，确保ms-python.python也已启用——新版 Jupyter 扩展会自动提示安装它，但有时静默失败 - 如果刚装完就试，首次启动可能卡顿 5–10 秒（VS Code 在后台静默运行
python -m pip install ipykernel），别急着关窗口 - 运行单元格前，务必确认右上角显示的是类似
Python 3 (ds-env)的名字，而不是灰色的Select Kernel；后者说明内核未连接，点它手动选一次即可触发连接
想用 # %% 分块执行 .py 文件，但没反应
VS Code 的 # %% 功能本质是把普通脚本当 notebook 用，但它和 .ipynb 共享同一套内核管理逻辑——没选对内核，分块就只是注释。
- 先打开一个
.py文件，在顶部写一行# %%，保存 - 右上角内核选择器必须已设为有效内核（如
Python 3 (ds-env)），否则“Run Cell”按钮是灰的 - 光标放在
# %%块内，按Ctrl+Enter（Win）或Cmd+Enter（Mac）；不要用Shift+Enter，那是 notebook 里“运行并插入新单元格”的快捷键 - 执行后会在侧边栏弹出交互式窗口，变量、图表、
print()输出全在里面；这个窗口和 notebook 共享同一个内核状态，import pandas as pd在第一个块里执行后，后续块直接可用pd
最容易被跳过的其实是环境隔离细节：你在终端里 conda activate ds-env 后装的包，VS Code 不一定认得出来——它只看解释器路径本身是否指向该环境的 python 可执行文件。路径对了，一切才开始生效。
