VSCode 的 Jupyter 插件提供接近 Jupyter Lab 的原生体验，支持内核选择、单单元运行、变量查看、断点调试、交互式图表及 Git 集成，并可导出为 Python 脚本。
VSCode 中的 Jupyter Notebook 插件，让数据科学家能在轻量、可定制的编辑器里获得接近原生 Jupyter Lab 的体验——它不是简单“跑 notebook”，而是把代码、文档、调试、版本控制和工程化能力真正串起来了。
开箱即用，但需要正确配置内核
安装官方 Jupyter 扩展（Microsoft 出品）后，VSCode 会自动识别 .ipynb 文件。关键一步是选对 Python 内核：点击右上角的内核选择器（通常显示为 “Python 3.x.x” 或 “conda env:xxx”），确保指向你项目所需的环境（比如含 numpy、pandas、scikit-learn 的虚拟环境）。如果没列出目标环境，先用终端激活该环境，再在 VSCode 中执行 Python: Select Interpreter 命令重新加载。
比网页版更顺手的交互式开发体验
支持单单元运行（Shift+Enter）、多光标编辑、实时变量查看面板（运行后自动展开右侧 “VARIABLES” 视图）、断点调试（直接在代码单元中打点，F5 启动调试）。还能用 %matplotlib inline 或 %matplotlib widget 渲染图表，后者支持缩放、拖拽等交互操作。
- 按
Ctrl+Shift+P输入 “Jupyter: Create New Blank Notebook” 快速新建 - 右键单元格可 “Split Cell” 拆分，或 “Merge Cells” 合并
- 用
%%capture魔法命令静默输出，避免干扰结果展示
无缝融入工程工作流
一个 .ipynb 文件本质是 JSON，可直接提交到 Git；配合 Prettier + jupyterlab-black（或 VSCode 的 Python 扩展自带格式化），能自动美化代码块。更实用的是：VSCode 支持将 notebook 导出为纯 Python 脚本（File > Export > Export to Python），方便后续封装成模块或集成进 pipeline。
- 修改 notebook 后，左侧资源管理器会显示 Git 状态（如修改/未跟踪图标）
- 用
Python: Sort Imports自动整理import语句 - 在设置中开启
"jupyter.askForKernelRestart": false，避免每次切换内核都弹确认
扩展组合提升生产力
单独用 Jupyter 扩展只是起点。搭配这些插件效果更明显：
- Python 扩展：提供 linting（如 Pylint）、智能补全、测试框架集成
- Markdown All in One：写 notebook 里的 Markdown 单元更高效（快捷键目录、预览同步）
- GitLens：直接看到某行代码是谁、什么时候、为什么改的
- Bracket Pair Colorizer：嵌套括号高亮，写复杂表达式时不易出错
基本上就这些——不需要换工具链，也不用牺牲 notebook 的探索性，VSCode + Jupyter 就能把分析、验证、协作和交付串成一条线。
