Data Viewer 是 Python 扩展的 Jupyter 功能，仅支持 .ipynb 或 Python Interactive 窗口，需变量存在于运行内核中且手动触发查看；只读快照，不同步修改，大数据需降维，列宽需双击重置。
VSCode 的 Data Viewer 不是内置功能，它来自 Python 扩展（ms-python.python）的 Jupyter 支持，仅在 .ipynb 文件或交互式窗口中可用，普通 .py 文件里点右键根本不会出现“Open in Data Viewer”选项。
为什么右键没看到 Open in Data Viewer？
这是最常卡住的地方：Data Viewer 本质是 Jupyter 内核的数据表格渲染器，和文件类型、执行环境强绑定。
- 只支持
.ipynb文件，或已启动的Python Interactive窗口（Ctrl+Shift+P → “Python: Create Python Interactive Window”） - 必须先成功运行含
pandas.DataFrame、numpy.ndarray或list of dict的代码块，变量得真实存在于当前内核命名空间里 - 普通
.py文件即使导入了 pandas，右键变量也只会显示“Go to Definition”，没有 Data Viewer 入口 - 如果内核崩溃或未连接，右下角状态栏会显示“Not connected”，此时所有数据操作都失效
如何正确触发 Data Viewer 显示表格？
关键不是“打开”，而是“让变量可被识别并点击”。VSCode 不自动扫描变量，需要你主动输出或悬停。
- 在
.ipynb单元格末尾单独写变量名（如df），运行后右侧会出现小图标，点击即可唤出 Data Viewer - 在交互式窗口中，把光标停在变量名上，等悬浮面板出现 → 点击右上角
▶图标（标注为 “View value in Data Viewer”） - 支持直接查看表达式结果，比如输入
df.head(10)并运行，同样能点开 - 不支持嵌套访问（如
data['items'][0]），必须赋值给一个顶层变量再查看
Data Viewer 里改数据会同步回内核吗？
不会。Data Viewer 是只读快照，所有编辑（增删行、改单元格）仅限当前视图，关掉就丢，不影响原始变量。
- 想持久修改，必须回到代码里用
df.loc、df.iloc或df.drop()等操作，再重新运行 - 排序、筛选、列隐藏等 UI 操作不影响内核数据，但会影响后续导出内容（Export to CSV 保存的是当前视图状态）
- 大数据集（>10w 行）加载会明显变慢，建议先用
df.sample(5000)或df.head()降维再看
真正容易被忽略的是：Data Viewer 的列宽自适应只在首次加载时生效，之后拖拽调整宽度，下次打开还是默认窄列——得手动双击列标题右侧边缘才能重置。
