sublime text 无法直接运行 .ipynb 文件，因其不解析 json 格式且无内核、消息协议和前端渲染等 jupyter 必需组件；需通过 jupytext 同步 .py 与 .ipynb，并用 sendcode 发送代码至外部 jupyter kernel 执行。
为什么不能直接在 Sublime Text 里运行 .ipynb 文件
Sublime Text 本身不解析 Notebook JSON 格式，双击打开 .ipynb 看到的是一堆嵌套 JSON，不是可执行的代码块。这不是插件没装对，而是底层架构决定的：Jupyter 的执行依赖 kernel 进程、消息协议和前端渲染逻辑，Sublime 没有内置这些组件。
所以所谓“深度集成”，其实是用 Sublime 作为**高级编辑器**，配合外部 Jupyter 服务协同工作，而不是把 Jupyter 塞进 Sublime 里跑。
推荐方案：Sublime + Jupyter Server + jupytext 同步
真正稳定可用的路径是让 Sublime 编辑纯 Python 文件（.py），用 jupytext 与 .ipynb 双向同步，同时连上本地 Jupyter Server 实时查看结果。
- 安装
jupytext：pip install jupytext
- 配置 Jupyter 支持 pair：
jupyter notebook --generate-config
，然后在~/.jupyter/jupyter_notebook_config.py中加一行：c.NotebookApp.contents_manager_class = 'jupytext.TextFileContentsManager' - 在 Sublime 中用
Ctrl+Shift+P→Package Control: Install Package装Jupytext插件（注意不是同名的另一个旧插件） - 打开一个
.py文件，右键 →Jupytext: Pair with Notebook，会自动生成同名.ipynb并保持双向更新
如何从 Sublime 触发单元格级执行并查看输出
Sublime 没有原生 cell 概念，但可通过快捷键把当前光标所在函数或选中代码块发给正在运行的 Jupyter kernel —— 关键靠 SublimeREPL 或更轻量的 SendCode 插件。
-
SendCode更可靠：支持 Python、R、Julia，能识别### %%%分隔符模拟 cell，按Ctrl+Enter发送当前 cell - 必须先启动 kernel：
jupyter console --kernel=python3
或在已打开的 notebook 里复制 kernel ID，再在 Sublime 中Ctrl+Shift+P→SendCode: Select Kernel手动连接 - 发送后输出显示在 Sublime 底部面板（需启用
SendCode.show_in_panel），不是 notebook 界面里；想看图表得用%matplotlib inline且 kernel 必须支持
常见报错和绕过方式
最常卡在 kernel 连接失败或输出不刷新，本质是进程通信链路断了。
-
Connection failed: [Errno 111] Connection refused→ 检查jupyter console是否真在运行，端口是否被占（默认用随机端口，可固定：jupyter console --kernel=python3 --port=5555
，再在 SendCode 配置里指定） - 图表不显示 → Sublime 面板只支持文本输出，
plt.show()会卡住；改用IPython.display.Image或保存为 PNG 后手动插入 -
jupytext同步丢失 metadata（如小数位数设置、widget 状态）→ 这是设计使然，.py文件只存代码逻辑，交互状态永远留在.ipynb里
真正要调试 widget 或实时交互，还是得切回浏览器；Sublime 的价值在于写模型逻辑、做批量数据清洗、配合 git 管理代码——别让它干它不擅长的事。
