Jupyter（以前称为 IPython Notebook）是一个开源项目，可让您轻松地将 Markdown 文本和可执行 Python 源代码组合在一个称为笔记本的画布上。Visual Studio Code 支持本机以及通过 Python 代码文件使用Jupyter Notebook 。本主题涵盖通过 Python 代码文件提供的支持，并演示如何：

要使用 Jupyter 笔记本，您必须在 VS Code 中激活 Anaconda 环境，或已安装Jupyter 包的另一个 Python 环境。要选择环境，请使用Python：从命令面板中选择解释器命令 ( ⇧⌘P (Windows、Linux Ctrl+Shift+P ) )。

激活适当的环境后，您可以创建并运行类似 Jupyter 的代码单元，连接到远程 Jupyter 服务器以运行代码单元，并将 Python 文件导出为 Jupyter 笔记本。

您可以使用注释在 Python 代码中定义类似 Jupyter 的代码单元# %%：

注意：确保将上面显示的代码保存在扩展名为 .py 的文件中。

当 Python 扩展检测到代码单元时，它会添加Run Cell和Debug Cell CodeLens 装饰。第一个单元格还包括Run Below，所有后续单元格都包括Run Below：

注意：默认情况下，调试单元仅进入用户代码。如果要单步执行非用户代码，则需要在 Jupyter 扩展设置中取消选中“仅调试我的代码” ( ⌘, (Windows, Linux Ctrl+, )）。

运行单元仅适用于一个代码单元。Run Below出现在第一个单元格上，运行文件中的所有代码。“运行上方”适用于所有代码单元格，直到（但不包括）带有装饰的单元格。例如，您可以使用Run Below来在​​运行该特定单元之前初始化运行时环境的状态。

选择命令启动 Jupyter（如有必要，这可能需要一分钟），然后在Python 交互窗口中运行相应的单元格：

您还可以使用 ( Ctrl+Enter ) 或Python：在 Python 终端命令 ( Shift+Enter ) 中运行选择/行来运行代码单元。使用此命令后，Python 扩展会自动将光标移动到下一个单元格。如果您位于文件的最后一个单元格中，扩展程序会自动# %%为新单元格插入另一个分隔符，模仿 Jupyter 笔记本的行为。

您还可以单击行号左侧的空白处来设置断点。然后，您可以使用调试单元启动该代码单元的调试会话。调试器在断点处停止执行，并允许您一次单步执行一行代码并检查变量（有关详细信息，请参阅调试）。

下表列出了使用代码单元时支持的其他命令和键盘快捷键。

上一节中提到的Python交互窗口可以用作具有任意代码（带或不带代码单元）的独立控制台。要将窗口用作控制台，请使用命令面板中的Jupyter：创建交互式窗口命令将其打开。然后，您可以输入代码，使用Enter转到新行，然后使用Shift+Enter运行代码。

要将窗口与文件一起使用，请使用命令面板中的Jupyter：在 Python 交互式窗口中运行当前文件命令。

Python 交互窗口具有完整的 IntelliSense – 代码完成、成员列表、方法的快速信息和参数提示。您可以像在代码编辑器中一样高效地在 Python 交互式窗口中键入内容。

绘图查看器使您能够更深入地处理绘图。在查看器中，您可以平移、缩放和导航当前会话中的绘图。您还可以将绘图导出为 PDF、SVG 和 PNG 格式。

在 Python 交互窗口中，双击任意图以在查看器中将其打开，或选择图左上角的展开按钮。

注意： Python 交互式窗口支持渲染使用matplotlib和Altair创建的绘图。

在 Python 交互窗口中，可以查看、检查和过滤当前 Jupyter 会话中的变量。运行代码和单元格后，选择交互式窗口工具栏中的“变量”按钮以打开“变量资源管理器”，您将看到当前变量的列表，该列表将在代码中使用变量时自动更新。

有关变量的其他信息，您还可以双击行或使用“在数据查看器中显示变量”按钮在数据查看器中查看变量的更详细视图。打开后，您可以通过搜索行来过滤值。

您可以通过连接到远程 Jupyter 服务器将 Jupyter Notebook 中的密集计算卸载到其他计算机。连接后，代码单元将在远程服务器而不是本地计算机上运行。

连接到远程 Jupyter 服务器：

运行Jupyter：从命令面板指定本地或远程 Jupyter 服务器进行连接命令 ( ⇧⌘P (Windows、Linux Ctrl+Shift+P ) )。

选择您希望如何连接到 Jupyter 服务器。

如果远程工作，请在出现提示时提供服务器的 URI（主机名）以及?token=URL 参数中包含的身份验证令牌。（如果在启用了身份验证令牌的 VS Code 终端中启动服务器，则带有令牌的 URL 通常会出现在终端输出中，您可以从其中复制它。）或者，您可以在提供 URI 后指定用户名和密码。

Python 交互窗口通过显示 URI（在下图中被模糊化）来指示代码的运行位置：

注意：为了提高安全性，Microsoft 建议使用 SSL 和令牌支持等安全预防措施配置 Jupyter 服务器。这有助于确保发送到 Jupyter 服务器的请求经过身份验证，并且到远程服务器的连接经过加密。有关保护笔记本服务器的指南，请参阅Jupyter 文档。

当您激活安装了 Jupyter 的环境后，您可以在 VS Code 中打开 Jupyter 笔记本文件 ( .ipynb)，然后将其转换为 Python 代码。转换文件后，您可以像处理任何其他 Python 文件一样运行代码，还可以使用 VS Code 调试器。在 VS Code 中打开和调试笔记本是查找和解决代码错误的便捷方法，而直接在 Jupyter 笔记本中很难做到这一点。

当您打开笔记本文件时，Visual Studio Code 将自动在笔记本编辑器中打开它。使用工具栏上的转换图标将 Notebook (.ipynb) 文件转换为 Python 文件 (.py)。

选择转换图标，然后选择“Python 脚本”，等待几秒钟，然后 VS Code 将在无标题文件中打开转换后的笔记本。笔记本的单元格在 Python 文件中用# %%注释分隔；Markdown 单元格将完全转换为以 开头的注释# %% [markdown]，并在交互式窗口中与代码和输出（例如图表）一起呈现为 HTML：

注意：首次运行 Python 文件中的代码单元时，Python 扩展会启动 Jupyter 服务器。服务器启动以及包含代码结果的Python 交互窗口可能需要一些时间。

Visual Studio Code 调试器可让您单步执行代码、设置断点、检查状态和分析问题。使用调试器是查找和纠正笔记本代码中问题的有效方法。

在 VS Code 中，激活安装了 Jupyter 的 Python 环境，如本文开头所述。

.ipynb如上一节所述，将笔记本的文件导入VS Code。（如果您使用的是基于云的 Jupyter 环境（例如Azure Notebooks ），请先下载该文件。）

要启动调试器，请使用以下选项之一：

要熟悉 VS Code 的一般调试功能（例如检查变量、设置断点和其他活动），请查看VS Code 调试。

当您发现问题时，停止调试器，更正代码，保存文件，然后再次启动调试器。

当您对所有代码都正确感到满意时。保存文件，然后按照以下部分所述导出笔记本。然后，您可以将笔记本上传到正常的 Jupyter 环境。

除了打开 Jupyter 笔记本之外，您还可以使用命令面板中的以下命令之一 ( ⇧⌘P (Windows、Linux Ctrl+Shift+P ) ) 将 VS Code 中的 Python 文件中的内容导出到 Jupyter 笔记本（带有.ipynb扩展名）。

导出内容后，VS Code 会显示一条提示，您可以通过该提示在浏览器中打开笔记本。