Python 交互窗口

Jupyter（前身为 IPython Notebook）是一个开源项目，可让您在一个称为notebook的画布上轻松组合 Markdown 文本和可执行的 Python 源代码。Visual Studio Code 支持本地使用 Jupyter Notebook，以及通过 Python 代码文件使用。本主题介绍通过 Python 代码文件提供的支持，并演示如何

• 使用类似 Jupyter 的代码单元格
• 在 Python 交互窗口中运行代码
• 使用变量资源管理器和数据查看器查看、检查和筛选变量
• 连接到远程 Jupyter 服务器
• 调试 Jupyter Notebook
• 导出 Jupyter Notebook

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

激活相应的环境后，您可以创建和运行类似 Jupyter 的代码单元格，连接到远程 Jupyter 服务器以运行代码单元格，并将 Python 文件导出为 Jupyter Notebook。

Jupyter 代码单元格

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

# %%
msg = "Hello World"
print(msg)

# %%
msg = "Hello again"
print(msg)

注意：请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格时，它会添加运行单元格和调试单元格 CodeLens 装饰项。第一个单元格还包括在下方运行，所有后续单元格都包括在上方运行

注意： 默认情况下，调试单元格只会步入用户代码。如果您想步入非用户代码，您需要在 Jupyter 扩展设置中取消选中仅调试我的代码（⌘, (Windows, Linux Ctrl+,)）。

运行单元格仅适用于一个代码单元格。在下方运行（显示在第一个单元格上）运行文件中的所有代码。在上方运行适用于所有代码单元格，直到但不包括带有装饰项的单元格。例如，您可以使用在上方运行来初始化运行时环境的状态，然后再运行该特定单元格。

选择命令会启动 Jupyter（如有必要，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 终端中运行选定内容/行命令 (Shift+Enter) 运行代码单元格。使用此命令后，Python 扩展会自动将光标移动到下一个单元格。如果您位于文件中的最后一个单元格中，则扩展会自动插入另一个 # %% 分隔符以创建一个新单元格，从而模拟 Jupyter Notebook 的行为。

您还可以单击行号左侧的边距来设置断点。然后，您可以使用调试单元格来启动该代码单元格的调试会话。调试器会在断点处停止执行，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）。

其他命令和键盘快捷方式

下表列出了使用代码单元格时支持的其他命令和键盘快捷方式。

使用 Python 交互窗口

Python 交互窗口（在上一节中提到）可以用作带有任意代码（带有或不带有代码单元格）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: 创建交互窗口命令打开它。然后，您可以键入代码，使用 Enter 转到新行，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 交互窗口中运行当前文件命令。

IntelliSense

Python 交互窗口具有完整的 IntelliSense 功能 – 代码补全、成员列表、方法快速信息和参数提示。您可以在 Python 交互窗口中像在代码编辑器中一样高效地输入。

绘图查看器

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，双击任何绘图以在查看器中打开它，或选择绘图左上角的展开按钮。

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

变量资源管理器和数据查看器

在 Python 交互窗口中，可以查看、检查和筛选当前 Jupyter 会话中的变量。在运行代码和单元格后，选择交互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，这些变量会随着代码中变量的使用而自动更新。

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，以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筛选值。

连接到远程 Jupyter 服务器

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，代码单元格将在远程服务器而不是本地计算机上运行。

要连接到远程 Jupyter 服务器

1. 从命令面板 (⇧⌘P (Windows, Linux Ctrl+Shift+P)) 运行 Jupyter: 指定用于连接的本地或远程 Jupyter 服务器命令。

2. 选择您要如何连接到 Jupyter 服务器。

3. 如果远程工作，请在出现提示时提供服务器的 URI（主机名），并在 URL 参数中包含身份验证令牌 ?token=。（如果您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，您可以从中复制它。）或者，您可以在提供 URI 后指定用户名和密码。

   

4. Python 交互窗口通过显示 URI（在下图中已模糊处理）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来配置 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，并且与远程服务器的连接已加密。有关保护 Notebook 服务器的指南，请参阅 Jupyter 文档。

将 Jupyter Notebook 转换为 Python 代码文件

当您激活安装了 Jupyter 的环境后，您可以在 VS Code 中打开 Jupyter Notebook 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，并使用 VS Code 调试器。在 VS Code 中打开和调试 Notebook 是查找和解决代码错误的便捷方法，这在 Jupyter Notebook 中直接执行是很困难的。

当您打开 Notebook 文件时，Visual Studio Code 将在 Notebook 编辑器中自动打开它。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 将在未命名文件中打开转换后的 Notebook。Notebook 的单元格在 Python 文件中使用 # %% 注释分隔；Markdown 单元格完全转换为以 # %% [markdown] 开头的注释，并在交互窗口中与代码和输出（如图形）一起呈现为 HTML

注意： 首次在 Python 文件中运行代码单元格时，Python 扩展会启动 Jupyter 服务器。服务器启动以及 Python 交互窗口显示代码结果可能需要一些时间。

调试 Jupyter Notebook

Visual Studio Code 调试器允许您单步执行代码、设置断点、检查状态和分析问题。使用调试器是查找和更正 Notebook 代码中问题的有效方法。

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

2. 将 Notebook 的 .ipynb 文件导入到 VS Code 中，如上一节所述。（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。）

3. 要启动调试器，请使用以下选项之一

   • 对于整个 Notebook，打开命令面板 (⇧⌘P (Windows, Linux Ctrl+Shift+P)) 并运行 Jupyter: 在 Python 交互窗口中调试当前文件命令。
   • 对于单个单元格，请使用出现在单元格上方的调试单元格装饰项。调试器专门在该单元格中的代码上启动。默认情况下，调试单元格只会步入用户代码。如果您想步入非用户代码，您需要在 Jupyter 扩展设置中取消选中仅调试我的代码（⌘, (Windows, Linux Ctrl+,)）。

4. 要熟悉 VS Code 的常规调试功能（例如检查变量、设置断点和其他活动），请查看 VS Code 调试。

5. 当您发现问题时，停止调试器，更正代码，保存文件，然后重新启动调试器。

6. 当您确信所有代码都正确时。保存文件，然后按照以下部分所述导出 Notebook。然后，您可以将 Notebook 上传到您的常规 Jupyter 环境。

导出 Jupyter Notebook

除了打开 Jupyter Notebook 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 Python 文件的内容导出到 Jupyter Notebook（带有 .ipynb 扩展名）。

• Jupyter: 将当前 Python 文件导出为 Jupyter Notebook：从当前文件的内容创建 Jupyter Notebook，使用 # %% 和 # %% [markdown] 分隔符来指定其各自的单元格类型。
• Jupyter: 将当前 Python 文件和输出导出为 Jupyter Notebook：从当前文件的内容创建 Jupyter Notebook，并包含来自代码单元格的输出。
• Jupyter: 将交互窗口导出为 Jupyter Notebook：从 Python 交互窗口的内容创建 Jupyter Notebook。

导出内容后，VS Code 会显示一个提示，您可以通过该提示在浏览器中打开 Notebook。