vscode中.ipynb显示“python 3 (unavailable)”是因为内核未在当前选中的python环境里安装并注册ipykernel：需先激活目标环境，运行python -m pip install ipykernel，再执行python -m ipykernel install --user --name myenv --display-name "python (myenv)"，确保--name无空格/中文、路径不含中文，验证jupyter kernelspec list后重启整个vscode窗口。
VSCode里打开.ipynb却显示“Python 3 (unavailable)”
这不是插件没装好，而是内核根本没注册进当前 Python 环境。VSCode 的 Python: Select Interpreter 只告诉编辑器用哪个 python 命令，不等于 Jupyter 扩展能调用它。
- 先确认目标环境已激活：比如
conda activate myenv或source venv/bin/activate - 运行
python -m pip list | grep ipykernel（macOS/Linux）或python -m pip list | findstr ipykernel（Windows），无输出就立刻执行python -m pip install ipykernel - 必须在该环境下运行注册命令：
python -m ipykernel install --user --name myenv --display-name "Python (myenv)"；--name不能含空格或中文，--display-name才是右上角看到的名字 - 注册后路径应落在：
~/.local/share/jupyter/kernels/（Linux/macOS）或%USERPROFILE%\AppData\Roaming\jupyter\kernels\（Windows）；路径含中文或空格会导致静默失败 - 验证是否成功：
jupyter kernelspec list输出里要有myenv条目，且路径干净 - 必须关闭并重启整个 VSCode 窗口（不是“重载窗口”），否则新 kernel 不会出现
右上角内核下拉菜单里找不到名字，或点了没反应
VSCode 不扫描全局，只读固定路径下的 kernel 定义。常见原因不是插件问题，而是配置被覆盖或路径不可达。
- 检查设置里有没有误配
"jupyter.jupyterServerType": "remote"或填了remoteJupyterServerUri—— 这会让 VSCode 强制走远程模式，本地 kernel 直接被忽略 - 确保两个扩展已启用：
ms-toolsai.jupyter（Jupyter）和ms-python.python（Python），缺一不可 - 如果之前注册过但名字错了，手动删掉对应目录（如
~/.local/share/jupyter/kernels/myenv），再重跑python -m ipykernel install - 不要在 base 环境装完
ipykernel再切到子环境——注册命令必须在目标环境终端中执行
单元格运行报 ModuleNotFoundError
这是典型的“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)，对比输出路径和你在Python: Select Interpreter中选的路径是否一致 - 如果不一致，说明 kernel 绑定错误——删掉对应 kernel 目录，重新注册
- 避免混用包管理器：在 conda 环境里优先用
conda install ipykernel，而非pip install ipykernel，否则可能引发 kernel 启动失败 - 确认
jupyter命令本身可用：jupyter --version应有输出；若报错，需在目标环境中pip install jupyter
图表不显示、弹窗卡死或内核崩溃
默认 matplotlib 后端在 VSCode 中容易触发 GUI 阻塞，尤其在远程或无桌面环境。
- 第一个 cell 必须加：
%matplotlib inline；别用%matplotlib widget或%matplotlib qt - 如果非要交互式图表，装
ipympl：pip install ipympl，然后重启内核；但注意：ipympl在 Remote-SSH 或某些 Linux 桌面下可能无法渲染 - 内核频繁崩溃？检查是否用了未预检的大数据集加载（如
pd.read_csv未加nrows=1000）、变量命名冲突（如覆盖了list或dict）、或未清理内存（del df+gc.collect()）
--user 被漏掉、或者 --name 里多了个空格。这些细节一旦出错，VSCode 就只会安静地显示 “Python 3 (unavailable)”。
