最可靠方法是终端运行jupyter nbconvert --to python notebook.ipynb，官方支持、无损可复现：代码cell直转，markdown cell转注释；漏--to python会默认输出html，路径须正确，加--no-output --strip-metadata可生成干净脚本。
用 jupyter nbconvert 命令最可靠
直接在终端运行 jupyter nbconvert --to python notebook.ipynb 就能生成同名的 .py 文件。它会把每个 cell 按顺序转成 Python 代码，Markdown cell 转成注释，代码 cell 直接保留——这是官方支持、无损、可复现的方式。
常见错误是漏掉 --to python 参数，只写 jupyter nbconvert notebook.ipynb，默认输出的是 HTML，不是 Python 文件。
- 路径要写对：如果 notebook 不在当前目录，需补全相对或绝对路径，比如
jupyter nbconvert ./src/explore.ipynb - 想指定输出目录？加
--output-dir ./scripts，但注意目标目录必须已存在 - 不想保留 Markdown 注释？加
--no-prompt可去掉 In/Out 提示，但注释本身仍保留（这是设计行为，不是 bug）
.ipynb 里有魔法命令（%matplotlib inline 等）怎么办
这些命令在纯 Python 环境里会报 NameError: name 'get_ipython' is not defined。因为 nbconvert 不做运行时模拟，只是文本转换。
解决方法不是删掉它们，而是用条件包裹：
if 'get_ipython' in globals():
get_ipython().run_line_magic('matplotlib', 'inline')
或者更稳妥地判断环境：
import sys
if 'ipykernel' in sys.modules:
import matplotlib.pyplot as plt
plt.ion() # 或 plt.rcParams['interactive'] = True
- 别手动删
%行——下次再从 notebook 修改后重导出又得重复处理 -
%%time、%%writefile这类 cell magic 在 .py 里完全无效，建议只保留在 notebook 中用于开发调试
保存时自动清理输出和元数据（推荐日常使用）
带输出的 notebook 导出的 .py 虽然能用，但体积大、含冗余信息（比如 "metadata": {...}），且可能混入临时变量状态。
加两个参数就能干净导出：
jupyter nbconvert --to python --no-output --strip-metadata notebook.ipynb
-
--no-output：不保留任何执行结果（包括 print 输出、图表 base64、错误 traceback） -
--strip-metadata：清除所有 cell metadata（比如折叠状态、tags、slideshow 设置） - 这两个参数不影响代码逻辑，只影响可读性和文件大小，适合纳入脚本或 pre-commit 流程
VS Code 里点“另存为”生成的 .py 为什么常出问题
VS Code 的“Save As Python”本质是简单文本提取：它按 cell 顺序拼接代码，但会跳过空 cell、误切多行字符串、丢弃部分注释，也不处理富文本格式。尤其当 notebook 含 LaTeX、HTML table 或嵌套缩进 Markdown 时，生成的 .py 很可能语法错误或逻辑错位。
这不是 bug，是功能定位不同——VS Code 的导出是快速草稿用，不是生产级转换。
- 确认是否真需要 IDE 导出：除非你只要某几个 cell 的代码片段，否则优先用
nbconvert - 如果用了 VS Code 导出，务必用
python -m py_compile output.py检查语法，再跑一遍关键逻辑 - 某些插件（如 Jupyter Extension）更新后可能改变导出行为，建议固定用命令行方式保证一致性
真正麻烦的不是怎么导出，而是导出后要不要维护两份代码。多数情况下，.py 应该是 notebook 的“快照”，后续修改仍应在 notebook 中进行，再重新导出——否则很容易出现 .py 和 .ipynb 行为不一致的情况。
