VSCode中Jupyter Notebook无法运行，90%因内核未注册或选错环境；需在目标环境执行python -m ipykernel install注册，重启VSCode后手动选择右上角内核，而非依赖底部Python解释器选择。
VSCode 里 Jupyter Notebook 跑不起来，90% 是内核没注册或选错了环境，不是插件没装好，也不是 Python 没装对。
为什么 Shift+Enter 没反应、单元格灰色、右上角没内核可选
这不是快捷键失效，是 VSCode 根本没找到可用的 ipykernel 实例。Jupyter 扩展只负责渲染和调度，真正执行代码的是你本地 Python 环境里注册的 kernel —— 它和 jupyter 命令是否可用无关，只认 ipykernel 是否安装并显式注册过。
- 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（必须），再打开
.ipynb文件，点击右上角内核选择器 - 如果仍不显示，运行
jupyter kernelspec list看输出里有没有ds对应的路径；路径含空格或中文会注册失败
选了解释器，但 Notebook 还是连错环境
VSCode 底部状态栏选的 Python: Select Interpreter 只影响普通 .py 文件调试和补全，对 .ipynb 文件完全无效。Notebook 的执行环境只由右上角内核选择器决定，两者可以完全不同。
- 你在项目里用
venv/.venv装了pandas，但 Notebook 默认连的是系统 Python → 报ModuleNotFoundError - 解决方法：点击右上角内核名，从下拉列表中手动选中你注册过的那个（比如
Python (ds)） - 如果列表里没有，说明该环境没注册 kernel，回到上一步操作
- 别指望 VSCode 自动把工作区里的
.venv映射为内核——它不会猜，你得明说
# %% 分隔的 .py 文件比 .ipynb 更适合日常探索
Git 协作时 .ipynb 文件一保存就产生大量 JSON 差异（输出、metadata、cell id），而 # %% 分隔的纯文本 .py 文件可 diff、可 review、无冲突风险，还能享受 Notebook 式交互体验。
- 新建
explore.py，写两段代码，中间加# %% - 光标放在任一段内，按
Shift+Enter，VSCode 自动开交互式窗口执行 - 变量自动进 Variables 面板，
DataFrame双击展开表格，图表直接渲染 - 不会意外保存输出污染文件，kernel 重启也不丢上下文（因为没存输出）
Matplotlib / Plotly 图表不显示或卡住
图表渲染依赖内核后端和 VSCode 输出通道，不是库没装对。常见于远程连接、conda 环境未启用 GUI 后端、或内核卡在阻塞调用中。
- 确保已安装：
pip install matplotlib plotly（在当前 kernel 环境里） - Matplotlib 默认后端可能不兼容，加一行：
import matplotlib; matplotlib.use('Agg')再import matplotlib.pyplot as plt - Plotly 需启用离线模式：
import plotly.io as pio; pio.renderers.default = 'vscode' - 如果图表区域空白但控制台无报错，检查右下角状态栏是否显示 “Kernel is busy” —— 可能前一个 cell 死循环或等待输入
最常被忽略的点：内核注册是一次性动作，但环境路径变了（比如重装 conda、移动项目）、或用了新创建的 venv，就得重新注册；VSCode 不会主动同步这些变化，也不会提醒你。
