VS Code打开.ipynb只显示JSON源码，是因未启用Python扩展或未正确关联含ipykernel的解释器；需运行Python: Select Interpreter选择有效环境，并确保右上角出现内核选择器。
VS Code 打开 .ipynb 文件只显示 JSON 源码
这不是文件损坏，而是 VS Code 没识别成 Notebook 视图——根本原因是 Python 扩展未启用或内核未正确关联。
检查点：
- 确认已安装 ms-python.python（不是单独的 “Jupyter” 扩展，它已整合进 Python 扩展）
- 按 Ctrl+Shift+P 运行 Python: Select Interpreter，选一个含 ipykernel 的环境（终端执行 python -m pip list | grep ipykernel 可验证）
- 若已选解释器但右上角无 “Select Kernel” 按钮，尝试关闭再重开 .ipynb 文件，或重启 VS Code 窗口（不是重载）
- 禁用所有非官方 Notebook 相关扩展（如旧版 Jupyter 插件），避免冲突
首次运行单元格卡在 “Connecting to kernel…”
这是最常被误判为“卡死”的场景，实际是 VS Code 在后台静默安装 ipykernel 或启动内核服务，尤其在新虚拟环境或 conda 环境中。
应对方式：
- 等待 30–60 秒，不要反复点击运行按钮
- 打开输出面板（Ctrl+Shift+U），切换到 Jupyter 日志，看是否有 ModuleNotFoundError: No module named 'ipykernel'
- 若确认缺失，**在对应环境终端中手动执行**：python -m pip install ipykernel，再重启 VS Code 窗口
- 避免用 conda install jupyter 后不装 ipykernel：conda 安装 jupyter 不自动包含内核注册，仍需显式运行 python -m ipykernel install --user
Shift+Enter 没反应或输出不显示
表面是快捷键失效，深层原因通常是当前单元格处于“命令模式”而非“编辑模式”，或者内核已断连但 UI 未提示。
排查步骤：
- 点击单元格内部，确认光标闪烁（编辑模式）；若光标不闪，按 Enter 进入编辑模式
- 查看右上角内核名称是否灰显或显示 “Disconnected”；若是，点击它并重新选择内核
- 运行一个极简单元格：print("test")，观察是否输出；若仍无输出，检查内核日志里有无 Kernel died 或 Failed to start the kernel
- 不要依赖“自动保存”：VS Code Notebook 默认不自动保存单元格执行状态，导出前务必手动 Ctrl+S 保存 .ipynb 文件，否则下次打开会丢失输出
图表不显示（Matplotlib/Seaborn）或变量面板为空
这不是代码问题，而是内核通信或渲染配置未就绪。VS Code Notebook 默认启用内联绘图，但某些库或环境需显式设置。
常见解法：
- 在首个代码单元加：%matplotlib inline（Matplotlib）或 %config InlineBackend.figure_format = 'retina'（高清适配）
- Seaborn 图表需确保调用了 plt.show()，否则可能被缓存不渲染
- 变量面板不更新？说明内核未完成执行或变量作用域异常；尝试在单元格末尾加 df（DataFrame 名）或 type(df) 强制触发变量检查
- 复杂嵌套对象（如 PyTorch model.state_dict()）不会完整展开，变量面板只显示顶层结构；此时必须用 print() 或 display() 查看
内核是否真正活跃、单元格是否处于可执行状态、输出是否被缓存而非丢弃——这些细节不报错、不弹窗，却直接决定你能否推进分析。别急着写逻辑，先盯住右上角内核状态和底部日志输出。
