内核选错或未注册会导致vs code notebook无法运行；需手动为指定python环境安装并注册ipykernel，重启vs code后才能在右上角选择对应内核。
内核选不对，Notebook根本跑不起来
VS Code 不会自动跨环境找 jupyter 或 ipykernel，它只认你当前选中的 Python 解释器里装了什么。哪怕系统全局 pip install jupyter 成功了，如果没在目标虚拟环境中装 ipykernel，右上角的 kernel 选择器就只会显示 “Python 3 (unavailable)” 或干脆空白。
- 先按
Ctrl+Shift+P运行Python: Select Interpreter，从列表里挑出你要用的环境（比如./venv/bin/python或anaconda3/envs/ds/python.exe） - 打开终端（确保已激活该环境），运行：
python -m pip list | grep ipykernel（macOS/Linux）或python -m pip list | findstr ipykernel（Windows）——没输出就立刻装：python -m pip install ipykernel - 再注册内核：
python -m ipykernel install --user --name myenv --display-name "Python (myenv)"（注意：--name不能含空格，--display-name才是下拉菜单里看到的名字） - 重启 VS Code 窗口（不是重载窗口），再打开
.ipynb文件，右上角才会有你刚注册的选项
运行单元格没反应？先看 kernel 是否真的连上了
VS Code 的 Notebook 界面不会像网页版那样弹出 “Kernel died” 提示，而是静默卡住：光标不动、输出区空白、变量面板不更新——这大概率是内核进程已退出，但 UI 没刷新状态。
- 检查底部状态栏：是否显示类似
Python 3.11.5 (myenv)？如果没有，说明 kernel 没真正连接成功 - 打开输出面板（
Ctrl+Shift+U），切换到Jupyter日志，搜Failed to start the kernel或No module named 'ipykernel' - 别依赖自动安装：VS Code 首次启动时可能静默执行
pip install ipykernel，但容易卡住几十秒甚至失败；建议手动装好再开 notebook - 快捷键别记混：
Shift+Enter是运行并跳转，Ctrl+Enter是只运行当前单元格——新手常按错导致以为“没反应”
想调试数据清洗逻辑？直接在 notebook 单元格里打断点
VS Code 的调试器能无缝接入 Jupyter 内核，不需要把代码复制到 .py 文件里再调试。在 notebook 单元格中打上断点（行号左侧点一下），点上方绿色“运行并调试”按钮，就能单步执行、看 df.shape、查 np.isnan(x).sum()，和调试普通脚本完全一致。
- 断点必须打在有可执行代码的行上，Markdown 单元格或空行无效
- 变量面板（
View > Variables）在普通 notebook 执行时**不自动填充**，只在 F5 启动调试后才实时显示；想快速看值，还是得写一行df.head()或print(type(x)) - 绘图如
plt.show()默认在内嵌视图渲染，支持缩放/下载，但交互式库如plotly需确保已安装且内核里能 import 成功
用 # %% 写脚本也能当 notebook 用，Git 友好很多
不用非得保存为 .ipynb 文件。在任意 .py 文件里用 # %% 分隔代码块，保存后点击右上角「Run Cell」或按 Ctrl+Enter，效果等同于 notebook 单元格——而且文件仍是纯文本，Git diff 清晰，团队协作不冲突。
-
# %%块支持 Markdown 注释（# %% [markdown]），但不支持 LaTeX 渲染或表格自动美化 - 这种写法仍可用
python script.py直接运行，兼容性比.ipynb强得多 - 注意：
# %%必须独占一行，前后不能有空格或注释；否则 VS Code 不识别为 cell 分隔符
内核注册路径、解释器匹配、断点生效条件——这些地方没有容错空间，错一个环节整个流程就卡住。很多人反复重装扩展，其实问题早在第一次 python -m ipykernel install 就埋下了。
