直接修改 Jupyter 配置文件中的 iopub_data_rate_limit 参数即可解决输出限速问题：先运行 jupyter notebook --generate-config 生成配置文件，再将 c.NotebookApp.iopub_data_rate_limit = 1000000000（单位 bytes/sec）取消注释并设为 1 GB/s，最后彻底重启 Jupyter 进程生效。
直接改配置就行，不是代码或内存问题，是 Jupyter 默认输出限速太严。
怎么找到并修改 jupyter_notebook_config.py
这个文件不一定存在，得先生成：
- 在终端（Windows 用 Anaconda Prompt，macOS/Linux 用 shell）运行
jupyter notebook --generate-config - 命令会输出类似
Writing default config to: /Users/xxx/.jupyter/jupyter_notebook_config.py的路径 - 按路径打开该文件，用任意文本编辑器（VS Code、Notepad++、记事本都行）
- 搜索
iopub_data_rate_limit—— 默认这行是注释状态，形如#c.NotebookApp.iopub_data_rate_limit = 1000000.0
为什么设成 1000000000 而不是随便加零
单位是 bytes/sec，原值 1000000.0 ≈ 1 MB/s，对 pandas 输出大 DataFrame 或 print 大列表很容易触发。设成 1000000000（1 GB/s）基本够用，且不会因数值过大导致意外行为：
- 不要写成
1e9—— 某些旧版本解析失败，坚持用整数形式1000000000 - 别动
rate_limit_window（默认3.0秒），它只是统计窗口，单独调大会让限速逻辑变松散，不解决根本问题 - 如果改完仍报错，检查是否漏掉了开头的
c.前缀，或整行仍被#注释着
改完配置后必须重启 Jupyter 才生效
不是刷新网页，也不是 kernel restart，而是彻底关掉当前 Jupyter 进程，再重新启动：
- Ctrl+C 停掉终端里正在运行的
jupyter notebook - 确认进程已退出（Windows 可查任务管理器，macOS/Linux 可
ps aux | grep jupyter） - 再执行
jupyter notebook启动 —— 此时新配置才加载 - 验证方式：运行一段输出密集的代码，比如
print(list(range(100000)))，不再卡住或报错即成功
真正容易被忽略的是：改完配置没关进程重开，或者复制粘贴时把 c. 丢了，结果白改。这个限制只作用于 notebook 前端通信，和你本地内存、Python 版本、pandas 版本都没关系，纯属 Jupyter 自身的流控策略。
