VS Code 运行 Jupyter Notebook 无需独立安装 Jupyter，只需正确配置 Python 解释器、安装 jupyter 和 ipykernel 并注册内核；需确保解释器环境匹配、禁用远程连接、检查扩展与 ipykernel 版本兼容性。
VS Code 里跑 Jupyter Notebook 不需要额外装独立 Jupyter，只要 Python 和 Jupyter 扩展都到位，jupyter 命令能被 VS Code 找到就行——但很多人卡在 kernel 启动失败、内核列表为空、或执行时提示“no kernel”上。
确认 Python 解释器和 Jupyter 可执行文件路径是否匹配
VS Code 的 Jupyter 功能依赖当前选中的 Python 解释器环境里是否安装了 jupyter 包。它不会自动跨环境查找 jupyter，哪怕你全局 pip 安装了也不行。
- 打开命令面板（
Ctrl+Shift+P），运行Python: Select Interpreter，选中你希望 notebook 使用的 Python 环境（比如./venv/bin/python或C:\Users\X\anaconda3\python.exe） - 在该环境下终端中运行
pip list | grep jupyter（macOS/Linux）或pip list | findstr jupyter（Windows），确认输出包含jupyter-core和ipykernel - 如果没装，就在这环境里运行
pip install jupyter ipykernel；别用sudo或管理员权限装，否则 kernel 注册可能失败 - 装完后重启 VS Code，或点击右上角 kernel 选择器刷新按钮
手动注册 kernel（当内核列表为空或显示“Python 3 (unavailable)”时）
VS Code 不会自动把所有已安装的 Python 环境注册为 Jupyter kernel，尤其虚拟环境或 conda env 需要显式注册。
- 激活目标环境（例如
source venv/bin/activate），然后运行：python -m ipykernel install --user --name myproject --display-name "Python (myproject)"
-
--name是唯一 ID（不能含空格），--display-name是你在 VS Code kernel 下拉菜单里看到的名字 - 注册后，重启 VS Code 或重新打开 .ipynb 文件，就能在右上角 kernel 选择器中看到新条目
- 如果误注册了重复 name，可用
jupyter kernelspec list查看路径，再用jupyter kernelspec uninstall myproject删除
禁用远程 kernel 连接（避免本地 notebook 却连上远端服务）
VS Code 默认允许连接本地或远程 Jupyter Server，但多数人只想用本地 kernel。若 notebook 单元执行卡住、状态栏显示“Connecting to kernel…”、或弹出“Select Jupyter server”对话框，说明它在尝试走远程流程。
立即学习“Python免费学习笔记（深入）”；
- 打开设置（
Ctrl+,），搜索jupyter: enable remote，关闭Jupyter: Enable Remote - 同时检查
Jupyter: Local Kernel Specs Only是否启用（推荐开启） - 确保没有在工作区设置中配置
jupyter.jupyterServerType为remote或填了remoteJupyterServerUri - 如果之前连过远程服务器，可删除
~/.jupyter/connection/下的 json 文件（Windows 在%USERPROFILE%\.jupyter\connection\）
真正容易被忽略的是：VS Code 的 Jupyter 扩展版本和 ipykernel 版本存在兼容性问题。比如 ipykernel ≥ 6.23 与旧版扩展（ipykernel --version 和扩展发布日期，必要时降级 pip install ipykernel==6.21.2。
