vscode运行.ipynb失败的根本原因是所选python解释器未安装或未注册ipykernel：需先通过python: select interpreter手动选定环境，再在该环境终端执行python -m pip install ipykernel及python -m ipykernel install --user --name envname --display-name "python (envname)"（--name不含空格），最后重启vs code并关闭远程模式。
VSCode 装完 Jupyter 扩展后跑不起来 .ipynb 文件，不是插件没装对，而是你当前选中的 Python 解释器里既没装 ipykernel，也没把它注册成 Jupyter 可识别的内核——右上角显示 “Python 3 (unavailable)” 或干脆没选项，就是这个信号。
Python: Select Interpreter 必须手动选对
VS Code 不会继承终端里 conda activate ds-env 的状态，也不会自动扫描项目下的 .venv。它只认你点选的那个解释器路径下的包。
- 按
Ctrl+Shift+P（Win/Linux）或Cmd+Shift+P（Mac），输入并执行Python: Select Interpreter - 从列表中挑出明确带环境路径的项，例如：
~/miniconda3/envs/ds-env/bin/python（macOS/Linux）或C:\Users\Me\anaconda3\envs\ds-env\python.exe（Windows） - 选完后左下角状态栏必须更新为该路径；没变就执行
Developer: Reload Window - 验证方式：新建一个
.py文件，写import pandas as pd; print(pd.__version__)，按Ctrl+F5运行——报错说明解释器根本没绑对
在目标环境终端中装并注册 ipykernel
光有 jupyter notebook 命令不够，VS Code 需要的是已注册进 Jupyter 生态的 kernel spec。很多人装了插件却没内核可选，卡在这步。
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 。
- 先确认目标环境里是否已装：
python -m pip list | grep ipykernel（macOS/Linux）或python -m pip list | findstr ipykernel（Windows）；无输出就立刻运行python -m pip install ipykernel - 注册命令必须带
--user：否则 kernel 可能写入系统级目录，VS Code 无权读取 - 正确写法示例：
python -m ipykernel install --user --name ds-env --display-name "Python (ds-env)" -
--name不能含空格或特殊字符（如data science会静默失败）；--display-name才是右上角下拉菜单里显示的名字 - 注册后路径固定在：
~/.local/share/jupyter/kernels/（Linux/macOS）或%USERPROFILE%\AppData\Roaming\jupyter\kernels\（Windows）；VS Code 只读这个位置
关闭远程模式，强制读本地 kernel specs
右上角内核选择器为空、或点开只有 “Python 3 (unavailable)”，大概率是 VS Code 误启了远程 Jupyter Server，跳过了本地 kernel specs。
- 打开设置（
Ctrl+,），搜jupyter: enable remote，关闭Jupyter: Enable Remote - 同时启用
Jupyter: Local Kernel Specs Only - 检查工作区
.vscode/settings.json里有没有"jupyter.jupyterServerType": "remote"或"jupyter.remoteJupyterServerUri"—— 有就删掉 - 重启 VS Code 窗口（不是“重载窗口”），再打开
.ipynb文件
两个扩展必须共存且启用
VS Code 的 Jupyter 支持依赖 ms-toolsai.jupyter 和 ms-python.python 协同工作。缺任何一个，Notebook 都无法加载或执行单元格。
- 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），且状态为“已启用” - 再搜
Python，确保ms-python.python同样已启用——新版 Jupyter 扩展不自带底层解释器桥接，全靠它 - 装完后务必重启 VS Code；如果按
Ctrl+Shift+P输入Jupyter: Select Interpreter提示 “Command not found”，说明扩展静默失败，直接卸载重装
最容易被忽略的点是：注册 ipykernel 时漏掉 --user，或者用 conda install ipykernel 混着装——尤其在 pip 环境里，容易导致路径错乱、版本不兼容、甚至 kernel 启动后立即崩溃。动手前先确认当前终端激活的是你要配的那个环境，再执行命令。
