data viewer 仅在 jupyter 环境（.ipynb 或 python interactive 窗口）中生效，需满足文件类型、内核已连接且变量已执行三重条件；.py 文件不支持，嵌套访问或非标准结构亦无法触发。
Data Viewer 不是通用变量查看器，它只在 Jupyter 环境中生效，且必须满足“文件类型 + 运行状态 + 变量形态”三重条件，否则右键根本不会出现入口。
为什么 .py 文件里右键没 “Open in Data Viewer”？
VSCode 的 Data Viewer 功能由 Python 扩展（ms-python.python）通过 Jupyter 内核提供，和普通 Python 调试器完全隔离。它不识别 .py 文件里的变量，哪怕你刚运行完 import numpy as np; arr = np.random.rand(100, 5)。
- 只支持
.ipynb文件，或已打开的Python Interactive窗口（快捷键Ctrl+Shift+P→ 输入 “Python: Create Python Interactive Window”） - 变量必须真实存在于当前内核命名空间中——不是“定义过”，而是“执行过该单元格”
- 右下角状态栏显示 “Jupyter Server: Idle” 或 “Connected” 才算就绪；若显示 “Not connected”，所有 Data Viewer 操作都无效
如何让 NumPy 数组或二维 list 正确触发 Data Viewer？
不是所有数组都能点开表格视图。Data Viewer 对输入结构敏感，尤其排斥嵌套与非标准类型。
- 支持直接查看：顶层变量名（如
arr）、简单表达式结果（如arr[:10]、df.values），但不支持data['matrix'][0]这类嵌套访问 - 推荐赋值再查看：
viewable = arr→ 单独一行写viewable→ 运行 → 点击右侧View value in Data Viewer图标 - 二维
list（如[[1,2],[3,4]]）可直接识别；含None、字符串混排、或np.nan的结构可能静默失败——先用print(repr(arr))检查元素类型 - 超大数组（>10w 行）会卡顿，建议提前降采样：
arr_sample = arr[np.random.choice(len(arr), 5000, replace=False)]
调试时想看数组却只看到地址或摘要？
这是常见错位：你以为在用 Data Viewer，实际触发的是调试器内置的“变量面板”或“DataTip”。二者机制完全不同。
- 调试模式（F5 启动）下，
variables面板中数组旁的放大镜图标 → 点开是IEnumerable Visualizer（仅限 C#/F#）或纯文本展开，不是 Data Viewer - 要进 Data Viewer，必须切到
.ipynb或Interactive窗口，并确保代码已执行（不是暂停在断点） - 若你在调试中硬要可视化，可用替代方案：
display(arr)（需开启python.dataScience.enabled）或手动调用print(arr)+ 配合np.set_printoptions(threshold=np.inf) - 列宽问题极易被忽略：Data Viewer 首次加载后拖拽调整的列宽不会保存，下次打开仍窄——必须双击列标题右侧边缘才能重置自适应宽度
