vscode中jupyter notebook无法执行的核心原因是内核未手动注册：即使选对python解释器，也必须在目标环境运行python -m ipykernel install --user --name myenv --display-name "python (myenv)"，否则显示“python 3 (unavailable)”或无内核选项。
VSCode 里写 Jupyter 不是“打开.ipynb 就能跑”，核心卡点永远在内核（kernel）——选对解释器 ≠ 有可用 kernel，必须手动注册 ipykernel，否则单元格灰色、右上角显示 “Python 3 (unavailable)” 或根本没选项。
为什么选了 Python 解释器，.ipynb 还是不可执行？
VSCode 的 Python: Select Interpreter 只告诉编辑器用哪个 python 命令，不等于它能被 Jupyter 扩展调用。Jupyter 实际靠 ipykernel 提供通信能力，而这个内核必须显式安装并注册到 Jupyter 的 specs 目录里。
- 检查是否装了：
python -m pip list | grep ipykernel（macOS/Linux）或python -m pip list | findstr ipykernel（Windows），无输出就立刻python -m pip install ipykernel - 注册命令必须在目标环境终端中运行（先
conda activate myenv或source venv/bin/activate），不能在 base 环境里装完再切过去 - 注册命令必须带
--user：否则可能写入系统级目录，VSCode 无权读取；正确写法是python -m ipykernel install --user --name myenv --display-name "Python (myenv)" -
--name不能含空格或中文，--display-name才是右上角下拉菜单里看到的名字
注册后 VSCode 还看不到 kernel 名字？
不是插件没装好，而是 VSCode 只从固定路径读取 kernel 定义：Linux/macOS 是 ~/.local/share/jupyter/kernels/，Windows 是 %USERPROFILE%\AppData\Roaming\jupyter\kernels\。路径里有空格或中文会导致注册失败，且 VSCode 不会报错，只会静默忽略。
微软正式发布 Visual Studio Code 1.118 版本 。本次更新重点强化了 AI 开发体验与企业管理能力，其中最引人注目的是新增 Copilot CLI 远程控制功能，允许开发者通过手机或网页远程监控和接管 AI 会话 。同时，为了提高 AI 的运行性价比，新版本优化了令牌缓存策略以降低成本 。此外，1.118 版还引入了 Chronicle 本地历史追踪、TypeScript 7.0 支持以及更严格的企业级访问管控 。
- 验证是否注册成功：在终端运行
jupyter kernelspec list，输出里应有你的myenv条目，且路径不含空格/中文 - 注册完必须重启整个 VSCode 窗口（不是“重载窗口”），否则新 kernel 不会出现
- 如果之前注册过但名字错了，删掉对应目录（如
~/.local/share/jupyter/kernels/myenv）再重装注册 - 确认两个扩展已启用：
ms-toolsai.jupyter（Jupyter）和ms-python.python（Python），缺一不可
运行单元格报 ModuleNotFoundError 怎么办？
这是最典型的“环境错位”：VSCode 界面显示选中了 ./venv/bin/python，但 kernel 启动时加载的却是系统 Python 的 site-packages。
- 在 notebook 里先运行：
import sys; print(sys.executable)，对比输出路径和你选的 interpreter 是否一致 - 如果不一致，说明 kernel 绑定错了——删掉对应内核目录，重新在该环境下运行
python -m ipykernel install - 避免混用包管理器：conda 环境里别用
pip install ipykernel，优先conda install ipykernel；反之亦然 - 别依赖全局 jupyter：哪怕
jupyter --version能跑，只要 kernel 没注册进当前解释器，notebook 就无法连接
比 .ipynb 更稳的替代方案：# %% + .py 文件
直接编辑 .ipynb 在 Git 协作中极易冲突：输出、metadata、cell id 全是 JSON 差异，diff 不可读、合并易出错。而用 # %% 分隔的纯文本 .py 文件，既能获得 notebook 式交互体验，又保持版本控制友好。
- 新建
explore.py，写两段代码，中间加# %% - 光标放在任一段内，按
Shift+Enter，VSCode 自动打开交互式窗口执行 - 变量自动进 Variables 面板，
DataFrame双击可展开表格预览 - 不会因意外保存输出污染文件，也避免 kernel 重启丢失上下文
真正容易被忽略的是：VSCode 不会自动帮你把已装 jupyter 的环境“变成可用内核”，必须手动 python -m ipykernel install ——这一步漏了，前面所有操作都白搭。
