VS Code运行Jupyter Notebook的核心是选对Python环境并连通内核：必须安装官方Jupyter扩展（ms-toolsai.jupyter）和Python扩展，确认解释器路径后在目标环境执行python -m ipykernel install --user --name envname --display-name "Python (envname)"，重启VS Code并手动选择内核。
Jupyter Notebook 在 VS Code 中打开并运行，核心不是“能不能”，而是“选对环境、连对内核”。只要 Python 环境里装了 jupyter 和 ipykernel，VS Code 就能跑起来——但很多人卡在第一步：点开 .ipynb 文件后，右下角显示 “No kernel” 或单元格运行按钮灰掉。
为什么双击 .ipynb 文件没反应？
VS Code 默认不把 .ipynb 当作可执行文件处理，除非装了 Jupyter 扩展（ID：ms-toolsai.jupyter）且已激活。常见现象包括：
- 文件以纯文本形式打开，全是 JSON 格式乱码
- 顶部工具栏没有“Run Cell”按钮
- 右下角状态栏不显示 Python 版本或“Select Kernel”
解决办法只有两个：装扩展 + 重启 VS Code（不是重载窗口）。扩展必须是官方 ms-toolsai.jupyter，第三方 Jupyter 插件可能缺失内核发现逻辑。
Python 解释器选错，kernel 就永远连不上
VS Code 的 Jupyter 功能依赖底层 Python 环境提供 ipykernel。如果你只装了 jupyter，但没装 ipykernel，或者装在 A 环境，却在 VS Code 里选了 B 环境，就会报错：No Python interpreter is selected 或 Kernel died。
确认和修复步骤：
- 在 Linux/macOS/WSL 终端中，激活目标环境后执行：
python -m ipykernel install --user --name myenv --display-name "Python (myenv)" - 在 VS Code 中按
Ctrl+Shift+P，输入Python: Select Interpreter，选中你刚注册的那个环境（路径里含myenv或conda字样） - 再打开
.ipynb文件，右下角应显示类似Python (myenv)，点击它可手动切换内核
注意：--user 参数必须加，否则内核注册到系统级位置，普通用户权限不可见。
远程内核（比如 WSL 或 Linux 服务器）连不上？看 token 和端口
你在 WSL 里启动了 jupyter notebook --no-browser --port=8888，但 VS Code Windows 版提示 “Failed to connect to server”，大概率是 URL 里的 ?token=xxx 没粘对，或端口被 Windows 防火墙拦截。
实操要点：
- 启动时用完整命令：
jupyter notebook --no-browser --port=8888 --ip=0.0.0.0 --allow-root（--ip=0.0.0.0允许外部访问，--allow-root是 WSL root 用户必需） - 复制终端输出的整行 URL（含
token=后面那串字符），粘贴到 VS Code 的 “Connect to Jupyter Server” 输入框里 - Windows 防火墙要放行端口 8888（或你自定义的端口），否则连接会超时
别信“localhost:8888”——WSL 的 localhost ≠ Windows 的 localhost，必须用真实 IP 或 127.0.0.1 加 token。
单元格运行后没输出，或者图表不渲染？
这通常不是代码问题，而是内核状态或渲染器没加载。典型表现：print("hello") 不打印，plt.show() 出不来图，但控制台也没报错。
优先检查这几项：
- 右上角内核选择器是否显示绿色“Connected”，而不是黄色“Starting”或红色“Disconnected”
- 单元格左侧行号旁有没有正在运行的动画圆点？没有说明根本没提交给内核
- 是否误点了“Interrupt Kernel”？中断后需手动点“Restart Kernel”再运行
- Matplotlib 图表默认用
inline后端，但某些 Conda 环境里缺matplotlib-inline，补装：pip install matplotlib-inline
最易被忽略的一点：VS Code 的 Jupyter 渲染器依赖 webview，如果禁用了硬件加速（比如在远程桌面或某些 Linux 发行版上），图表区域可能空白——这时试试在命令面板里运行 Jupyter: Restart Kernel and Re-run All Cells。
