在 Jupyter 中，直接在按钮点击等事件回调中调用 display() 不会将新创建的 widget 渲染到当前单元格，而是输出到日志；必须借助 ipywidgets.Output 并配合上下文管理器（with output:）才能正确捕获并显示动态生成的富媒体内容。
在 jupyter 中，直接在按钮点击等事件回调中调用 `display()` 不会将新创建的 widget 渲染到当前单元格，而是输出到日志；必须借助 `ipywidgets.output` 并配合上下文管理器（`with output:`）才能正确捕获并显示动态生成的富媒体内容。
Jupyter 的内核输出机制对“执行上下文”有严格区分：在单元格顶层（即同步、非事件驱动）执行的 display() 调用，会自然绑定到该单元格的输出区域；但当代码在 widget 事件回调（如 button.on_click）中异步触发时，其执行环境已脱离原始单元格的默认输出流——此时 IPython.display.display() 不再知道“该把内容渲染到哪里”，于是退而将对象的字符串表示（如 Label(value="...")）以警告级别写入 JupyterLab 的 Log 控制台，而非 UI 界面。
ipywidgets.Output 正是为此设计的显式输出容器。它不是一个简单的 <div> 包装器，而是一个具备完整 Jupyter 输出流控制能力的 widget：它实现了 <code>__enter__/__exit__ 协议，可作为上下文管理器临时重定向 display()、print()、matplotlib.pyplot.show() 等所有内核输出目标。所有在 with output: 块内产生的输出，都会被精确捕获并追加到该 Output 实例所代表的 DOM 节点中。
以下是最简可靠实践示例：
import ipywidgets as widgets
import functools
output = widgets.Output() # ✅ 在全局创建 Output 实例
def on_run_clicked(text_widget, _):
with output: # ✅ 关键：启用输出捕获上下文
label = widgets.Label(f"处理输入：'{text_widget.value}'")
widgets.display(label) # ✅ 此 display 将渲染到 output 内部
# 可继续添加任意复杂内容：
slider = widgets.IntSlider(description="参数", value=5)
widgets.display(slider)
import matplotlib.pyplot as plt
fig, ax = plt.subplots(figsize=(3, 2))
ax.plot([1, 2, 3], [1, 4, 2])
plt.close(fig) # 避免重复显示
widgets.display(fig)
# 构建交互界面
text = widgets.Text(description="输入：")
button = widgets.Button(description="运行")
button.on_click(functools.partial(on_run_clicked, text))
widgets.display(widgets.HBox([text, button]), output) # ✅ 同时显示控件与 output 区域
⚠️ 注意事项：
-
Output必须提前实例化（不能在回调内新建），且需通过display()显式呈现于页面； - 每次
with output:执行都会向 output 区域追加内容（非覆盖），如需清空，调用output.clear_output(wait=True)； - 不要混用
IPython.display.display和widgets.display—— 推荐统一使用widgets.display（它兼容 widget 和常规对象）； - 在 Jupyter Notebook v7+ 或 JupyterLab 中行为一致；旧版 Notebook（v6.x）可能存在兼容差异，建议升级。
本质上，Output 是 Jupyter 前端输出模型与 widget 异步事件模型之间的必要桥梁。它不是“仅用于调试”的辅助组件，而是构建动态、响应式交互界面（如参数化仪表板、实时数据探索工具）的核心基础设施。
