VSCode 集成 Jupyter Notebook 必须安装 Microsoft 官方 Jupyter 与 Python 扩展、配置 Python 解释器并显式注册 ipykernel 内核，缺一不可；推荐用 # %% 分隔的 .py 文件配合交互式窗口替代 .ipynb 以提升 Git 协作与稳定性。
VSCode 能完美集成 Jupyter Notebook，但必须手动配齐三样东西：Jupyter 扩展、Python 解释器、ipykernel 内核——缺一不可，否则会卡在“No kernel found”或单元格灰色不可执行。
安装 Jupyter 和 Python 扩展是前提，不是可选项
VSCode 本身不带 Notebook 支持，Jupyter 扩展（ID：ms-toolsai.jupyter）负责渲染 .ipynb 文件、运行单元格、显示变量；而 Python 扩展（通常随 Jupyter 扩展自动安装）负责解释器识别和虚拟环境管理。两者都必须由 Microsoft 官方发布，第三方同名扩展可能缺失内核注册或调试能力。
- 打开扩展面板（
Ctrl+Shift+X），搜Jupyter，认准作者是Microsoft，点安装 - 安装后务必重启 VSCode——不少用户跳过这步，导致内核选择器不出现
- 如果没自动装上
Python扩展，单独搜Python并安装（同样认准 Microsoft）
选解释器 ≠ 有内核：必须显式注册 ipykernel
即使你用 Python: Select Interpreter 指向了 ~/miniconda3/envs/ds/bin/python，VSCode 仍可能不显示该环境为可用内核——因为 jupyter 包只是提供 notebook 服务，真正被 Jupyter 扩展调用的是 ipykernel 实例。
- 先在终端激活目标环境：
conda activate ds或source venv/bin/activate - 运行：
python -m ipykernel install --user --name ds --display-name "Python (ds)" - 重启 VSCode，打开 .ipynb 文件，右上角点击
Select Kernel，应看到Python (ds) - 若仍不显示，运行
jupyter kernelspec list确认内核已注册；路径含空格或中文会导致注册失败
用交互式窗口替代 .ipynb 文件写探索代码
直接编辑 .ipynb 文件在 Git 协作中极易引发冲突（输出、metadata、cell id 全是二进制差异），而 # %% 分隔的 .py 文件 + 交互式窗口既能获得 Notebook 式执行体验，又保持纯文本可 diff。
- 新建
explore.py，写两段代码，中间加# %% - 光标放在任一段内，按
Shift+Enter，VSCode 会自动打开交互式窗口并执行 - 变量自动出现在
Variables面板，DataFrame 可双击展开表格预览 - 比 .ipynb 更稳：不会因意外保存输出污染文件，也避免 kernel 重启丢失上下文
运行单元格时常见失效场景与应对
单元格左侧行号旁没出现 ▶ 按钮、快捷键无响应、输出区空白——这些问题几乎都指向内核未就绪或状态异常。
-
Ctrl+Enter只运行当前单元格；Shift+Enter运行+跳转；Alt+Enter运行+下方插入新单元格——别记混 - 右下角显示
Python 3.x.x (idle)是正常；若显示disconnected或一直转圈，点它 →Restart Kernel - Markdown 单元格需双击进入编辑，再按
Ctrl+Enter渲染；单击只选中，不触发渲染 - 绘图不显示？确认已运行
%matplotlib inline（放在第一个代码单元格），且没被注释或拼错
最常被忽略的是：VSCode 的 Jupyter 支持依赖内核进程存活，而 conda/venv 环境一旦被删或重装 Python，ipykernel 注册信息不会自动更新——得重新 install --user，否则所有 Notebook 都变“只读”。
