%run是最直接的脚本执行方式，支持相对/绝对路径及命令行参数，脚本在当前内核中运行并污染命名空间；%load用于调试，将代码注入单元格后手动执行；终端执行则完全隔离。
%run 是最直接、最常用的方式，无需转换格式、不改代码、不启新进程，脚本在当前内核上下文中执行。
%run 能运行哪些路径下的 .py 文件
它支持相对路径、绝对路径和带参数的调用，但路径解析基于 notebook 当前工作目录（不是 notebook 文件所在目录）。
- 用
%pwd确认当前工作目录，不是%cd切换后的路径或 notebook 保存位置 - 同目录脚本：直接写
%run script.py - 子目录脚本：写
%run ./src/main.py或%run src/main.py（点斜杠可省略） - 绝对路径：如
%run /home/user/project/utils.py，注意路径中空格需加引号 - 传参：支持
%run script.py arg1 arg2，参数会进sys.argv，但不会自动进argparse—— 脚本得自己处理
%run 和模块导入 import 的关键区别
两者都能“执行”脚本，但语义和行为完全不同：前者是运行，后者是加载定义。
-
%run script.py会逐行执行，print输出立即显示，全局变量（如a = 10）会留在当前命名空间里，后续单元格能直接用a -
import script只加载模块定义，不执行if __name__ == '__main__':下的代码，除非显式调用script.main() - 如果脚本没加
if __name__ == '__main__':保护，import也会触发主逻辑 —— 这常导致意外重复执行 -
%run不受sys.path影响；import必须确保脚本所在目录在sys.path中，否则要先sys.path.append(...)
为什么 %load 更适合调试而不是运行
%load 不是执行命令，而是代码搬运工 —— 它把外部文件内容原样塞进当前单元格，之后你才能编辑、分步运行、打断点。
- 执行
%load utils.py后，整个文件变成单元格内容，按Shift+Enter才真正运行 - 适合快速验证某段逻辑、临时改参数、插
print或breakpoint() - ⚠️ 坑：再次执行
%load utils.py会覆盖你刚改的代码，丢失修改 - 不推荐用于自动化流程或批量执行 —— 每次都要手动点运行，没法写成连续步骤
终端执行 python xxx.py 和 %run 的实际差异
看起来都是“跑脚本”，但环境隔离程度差很多：
- 终端里跑
python xxx.py是全新 Python 进程，完全独立于 notebook 内核，变量、导入状态、已安装包版本都不共享 - 输出只在终端窗口，不能和 notebook 单元格联动，也没法用
%%time魔法测耗时 - 若脚本依赖 notebook 中已初始化的对象（比如一个训练好的
model），终端方式根本访问不到 - 适合场景仅限：导出数据、生成文件、长时间后台任务（避免 notebook 卡死）
真正容易被忽略的是工作目录和命名空间污染：%run 看似简单，但它让脚本和 notebook 共享全部变量名 —— 如果脚本里也定义了 df，就会悄悄覆盖你前面辛苦清洗好的 DataFrame。
