VS Code 通过 Jupyter 扩展调用 Jupyter Server 运行 Notebook，依赖 Python 环境、内核注册和扩展配置三者对齐；需安装 ms-toolsai.jupyter 扩展、在目标环境安装并注册 ipykernel、正确选择内核，运行单元格用 Shift+Enter，调试需手动执行变量查看。
vs code 本身不直接“运行” jupyter notebook，而是通过 jupyter 扩展调用本地或远程的 jupyter server（比如 jupyter lab 后端或 ipykernel）来执行代码单元。能否顺利运行，取决于 python 环境、内核注册和扩展配置三者是否对齐。
确认已安装并启用 Jupyter 扩展
VS Code 的 Jupyter 功能由官方扩展 ms-toolsai.jupyter 提供，不是内置功能。未安装该扩展时，打开 .ipynb 文件只会显示 JSON 源码或提示“需要 Jupyter 扩展”。
- 在扩展市场搜索
Jupyter，安装由Microsoft发布的官方扩展（ID：ms-toolsai.jupyter） - 安装后重启 VS Code，或按
Ctrl+Shift+P（Windows/Linux）或Cmd+Shift+P（macOS），输入Jupyter: Select Interpreter to Start Jupyter Server测试是否可触发 - 若命令不可见或报错
Command 'Jupyter: Select Interpreter...' not found，说明扩展未激活——检查是否被禁用，或尝试重装
确保 Python 环境中已安装 ipykernel 并注册为内核
VS Code 需要一个可用的 Python 内核（kernel）来执行 notebook 单元。仅安装 jupyter 包不够，ipykernel 才是提供交互式执行能力的关键。
- 在目标 Python 环境中运行：
pip install ipykernel
- 注册该环境为 Jupyter 内核：
python -m ipykernel install --user --name myenv --display-name "Python (myenv)"
（其中myenv是自定义内核名，--display-name将显示在 VS Code 内核选择器中） - 打开 notebook 后，点击右上角 kernel 选择器（显示如
Python 3.11.5 ('myenv': venv)），确认选中的是你刚注册的那个内核 - 常见错误：选中了系统 Python 或 conda base 环境，但该环境没装
pandas/numpy等分析库 → 运行import pandas as pd会报ModuleNotFoundError
运行单元格与调试数据的实用操作
VS Code 的 notebook 编辑体验接近 Jupyter Lab，但快捷键和交互逻辑略有差异，容易卡在“点了运行没反应”或“变量没加载进内存”上。
Windows 桌面自动化技能，支持鼠标控制（移动/点击/拖拽/滚轮/截图）、键盘输入（文字输入/按键/组合键）、窗口管理（查找/聚焦/最大化/最小化/关闭/移动）、截图并发送文件。提供两种截图方式：Python pyautogui 截图（集成在自动化流程中）和 PowerShell + .NET 零依赖截图（支持区域截图和多显示器）。当用户需要自动化 Windows 桌面操作、控制鼠标键盘、管理窗口、执行 GUI 自动化任务、截图发送文件时使用。
- 运行单个单元格：选中单元格后按
Shift+Enter（不是Ctrl+Enter）；也可点击左侧三角形按钮 - 变量查看：执行完含
df.head()或plt.show()的单元后，输出会内联显示；右侧变量面板（View > Variables）只在调试模式下生效，普通 notebook 不自动填充 —— 想查df.shape，得手动写一行df.shape并运行 - 中断执行：点击顶部红色方块按钮（
Interrupt Kernel），而非关掉终端；否则可能残留僵尸进程导致下次启动失败 - 重启内核再运行：菜单栏
Kernel > Restart Kernel and Run All Cells，适合改完依赖库后快速验证
遇到 Failed to start Jupyter server 怎么办
这个错误通常不是 VS Code 问题，而是底层 Jupyter Server 启动失败，原因集中在端口、权限或路径。
- 先在终端手动运行：
jupyter notebook --no-browser --port=8888
，看是否报错（如Address already in use或Permission denied） - 若提示
command not found: jupyter，说明当前 shell 没把 Python 的Scripts/（Windows）或bin/（macOS/Linux）加进PATH—— VS Code 可能继承了错误的环境变量 - 解决方法：在 VS Code 中按
Ctrl+Shift+P→Developer: Reload Window with Extensions Disabled，再启用 Jupyter 扩展；或在设置中搜索jupyter.defaultKernelSpecName，设为具体内核名（如myenv）避免自动探测失败 - Windows 用户注意：杀毒软件（尤其 McAfee、Trend Micro）常拦截
ipykernel启动，临时禁用可验证是否为此原因
真正卡住的点往往不在“怎么点运行”，而在于内核是否真就绪、库是否真在那个环境里、以及 VS Code 是否读到了正确的 Python 路径。每次换环境（conda/virtualenv/pyenv）都建议重新注册内核并手动验证 import 常用包。
