%whos是最轻量可靠的变量查看方式，列出变量名、类型、尺寸及值摘要，不依赖前端，支持远程内核；%who_ls仅返回变量名列表，适用于批量处理或存在性判断。
直接用 %whos 查看当前变量列表
这是最轻量、最可靠的方式，不需要额外安装或配置。执行后会列出所有变量名、类型、尺寸（对数组/DF）、值摘要（如字符串长度、数字值等）。它不依赖前端渲染，远程内核、终端版 Jupyter Console 里也完全可用。
-
%whos默认只显示非内置变量（即你定义的），加-g参数可包含全局变量（如__name__） - 如果变量太多，输出可能被截断；想看完整列表，先运行
from IPython.utils.text import SList; SList.get_lines = lambda self: self再%whos（极少需要） - 注意：
%whos不刷新自动更新——每次想看最新状态，必须重新执行该命令
用 %who_ls 获取纯变量名列表
当你只需要变量名（比如后续要批量处理或检查是否存在），%who_ls 返回的是 Python list，可直接赋值给变量或参与逻辑判断。
-
vars = %who_ls→ 得到['df', 'x', 'result']这样的列表 -
if 'temp' in %who_ls: print("存在")可用于条件分支 - 它不显示类型或值，比
%whos更快，尤其在变量极多时（如加载了上百个 DataFrame） - 不能用在函数内部或嵌套作用域——只反映当前交互式命名空间（
__main__）里的变量
图形化变量浏览器：插件 vs PyCharm
如果你习惯 MATLAB 或 VS Code 那种点开就看值的体验，两个主流方案效果差异明显：
- 用
jupyter_contrib_nbextensions插件启用Variable Inspector：需pip install jupyter_contrib_nbextensions+ 手动启用，但新版 JupyterLab 3+ 已不兼容，且容易和其它 nbextension 冲突 - PyCharm Pro 的 Jupyter 支持：本地/远程内核都自带
Variables标签页，点击变量名即可展开 DataFrame、ndarray 等结构，但前提是通过 PyCharm 启动 notebook，不是浏览器访问独立 Jupyter Server - 两者都不支持“实时监听”——变量变化不会自动刷新界面，仍需手动点击刷新按钮或重执行单元格
为什么不用 dir() 或 locals()
它们看起来更“原生”，但实际用起来问题不少：
-
dir()会返回大量以__开头的魔法方法和内置属性（如__builtins__），噪音极大 -
locals()在 notebook 单元格中返回的是一个快照字典，但它的键不一定对应你定义的变量（例如含_、__前缀的临时对象），且无法过滤掉函数、模块等非数据对象 - 二者都不区分变量来源（用户定义 vs 导入模块），而
%whos和%who_ls明确只展示当前命名空间中的活跃变量
真正麻烦的地方不在“怎么列出来”，而在“列出来之后怎么快速定位目标变量”——比如你刚跑完一个复杂 pipeline，%whos 输出几十行，其中只有两个 DataFrame 名字相似（df_clean 和 df_cleaned），这时靠肉眼扫很容易漏看。建议配合 ?df_clean 或 df_clean.shape 单独查证，别指望列表本身带上下文。
