Python 交互窗口

Jupyter（前称IPython Notebook）是一个开源项目，允许你轻松将Markdown文本和可执行的Python源代码组合在一个称为笔记本的画布上。Visual Studio Code 原生支持使用 Jupyter Notebooks，也支持通过 Python 代码文件作。本主题涵盖了通过 Python 代码文件提供的支持，并演示如何：

• 与类似Jupyter的编码单元工作
• 在 Python 交互窗口中运行代码
• 使用变量浏览器和数据查看器查看、检查和过滤变量
• 连接到远程Jupyter服务器
• 调试Jupyter笔记本
• 导出Jupyter笔记本

要使用 Jupyter 笔记本，你必须在 VS Code 中激活 Anaconda 环境，或者在你安装了 Jupyter 包的其他 Python 环境中激活。要选择环境，请使用命令面板中的 Python： Select 解释器命令（⇧⌘P（Windows，Linux Ctrl+Shift+P））。

一旦激活了相应环境，你可以创建并运行类似 Jupyter 的代码单元，连接到远程 Jupyter 服务器运行代码单元，并导出 Python 文件作为 Jupyter 笔记本。

Jupyter 码单元

你在 Python 代码中用注释定义类似 Jupyter 的代码单元：# %%

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

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

注意：请务必将上述代码保存在带有.py扩展名的文件中。

当 Python 扩展检测到代码单元时，会添加 Run 单元格和调试单元 CodeLens 装饰。第一个单元格还包含“Run Below”，后续单元格中包含“Run Above”：

注：默认情况下，调试单元只是直接进入用户代码。如果你想进入非用户代码，需要在Jupyter扩展设置中取消勾选“仅仅我的代码调试”（⌘，（Windows，Linux Ctrl+，））。

运行单元只适用于一个代码单元。Run Below（位于第一个单元格）运行文件中的所有代码。Run Above 适用于所有代码单元格，直到带有装饰的单元格，但不包括。例如，你可以用 Run Above 初始化运行时环境的状态，然后再运行该特定单元。

选择命令后启动 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：

你也可以用 （Ctrl+Enter） 或 Python 终端里的 Python： Run Selection/Line 命令（Shift+Enter）来运行代码单元。使用该命令后，Python 扩展会自动将光标移动到下一个单元格。如果你在文件的最后一个单元格里，扩展名会自动插入另一个分隔符，模拟Jupyter笔记本的行为。# %%

你也可以点击行号左边的边缘来设置断点。然后你可以用调试单元开始该代码单元的调试会话。调试器在断点处停止执行，允许你逐行处理代码并检查变量（详见调试部分）。

附加命令和键盘快捷键

下表列出了在处理代码单元时支持的额外命令和快捷键。

使用 Python 交互窗口

前节提到的 Python 交互窗口可以作为独立控制台使用，使用任意代码（带代码单元或不带代码单元）。要将窗口用作控制台，请用命令面板中的 Jupyter： Create Interactive Window 命令打开窗口。然后你可以输入代码，按Enter进入新行，按Shift+Enter执行代码。

要使用带有文件的窗口，请使用命令调色板中的 Jupyter： Run Current File in Python 交互窗口命令。

IntelliSense

Python 交互窗口包含完整的 IntelliSense——代码补全、成员列表、方法快速信息和参数提示。你可以在 Python 交互窗口中打字，就像在代码编辑器里一样高效。

剧情查看器

剧情查看器让你能够更深入地处理你的情节。在查看器中，你可以平移、缩放和当前会话中的图表导航。你还可以导出图表成PDF、SVG和PNG格式。

在 Python 交互窗口中，双击任意图表可在查看器中打开，或选择图表左上角的展开按钮。

注：Python 交互窗口支持用 matplotlib 和 Altair 创建的渲染图。

变量浏览器和数据查看器

在 Python Interactive 窗口中，你可以查看、检查并过滤当前 Jupyter 会话中的变量。在交互式窗口工具栏中选择变量按钮，运行代码和单元格后打开变量资源管理器，你会看到当前变量列表，随着变量的使用自动更新。

如需了解更多关于变量的信息，您也可以双击某行，或使用“在数据查看器中显示变量”按钮，查看数据查看器中变量的更详细视图。打开后，你可以通过搜索行来筛选这些值。

连接到远程Jupyter服务器

你可以通过连接到远程的Jupyter服务器，将Jupyter笔记本中的高计算量分装到其他计算机。连接后，代码单元运行在远程服务器上，而非本地计算机。

连接远程Jupyter服务器：

1. 运行Jupyter：在命令面板中指定本地或远程Jupyter服务器的连接命令（⇧⌘P（Windows，Linux Ctrl+Shift+P））。

2. 选择你想如何连接到 Jupyter 服务器。

3. 如果远程工作，请向服务器的URI（主机名）提供包含认证令牌的？token=提示时的URL参数。（如果你在VS Code终端启动服务器并启用认证令牌，带令牌的URL通常会出现在终端输出中，你可以从中复制它。）或者，你也可以在提供URI后指定用户名和密码。

   

4. Python 交互窗口通过显示 URI（下图中对其进行了模糊处理）来显示代码运行位置：

   

注：为了增强安全性，Microsoft建议在Jupyter服务器上配置安全措施，如SSL和令牌支持。这有助于确保发送到Jupyter服务器的请求得到认证，并且与远程服务器的连接得到加密。关于如何保护笔记本服务器的指导，请参见Jupyter文档。

将 Jupyter 笔记本转换为 Python 代码文件

当你激活安装了 Jupyter 的环境后，可以打开一个 Jupyter 笔记本文件 （.ipynb然后转换成Python代码。转换文件后，你可以像处理其他 Python 文件一样运行代码，同时也可以使用 VS Code 调试器。在 VS Code 中打开和调试笔记本是一种方便的方式，可以发现和解决代码错误，而这在 Jupyter 笔记本中直接完成是较为困难的。

当你打开笔记本文件时，Visual Studio Code 会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笔记本（.ipynb）文件转换为Python文件（.py）。

选择转换图标，然后选择“Python Script”，等待几秒钟，然后VS Code会打开一个无标题的文件。笔记本的单元格在Python文件中用注释被划分;Markdown 单元格完全转换为前面的注释# %%# %% [折扣]，并以HTML形式在交互窗口中渲染，与代码和输出（如图表）并列：

注：第一次在 Python 文件中运行代码单元时，Python 扩展会启动一个 Jupyter 服务器。服务器启动和 Python 交互窗口显示代码结果可能需要一些时间。

调试Jupyter笔记本

Visual Studio Code 调试器允许你逐步检查代码，设置断点，检查状态并分析问题。使用调试器是发现和纠正笔记本代码问题的有用方法。

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

2. 导入笔记本的.ipynb如上一节所述，将文件归入 VS Code。（如果你使用云端 Jupyter 环境，如 Azure Notebooks，请先下载文件。）

3. 启动调试器时，请使用以下选项之一：

   • 对于整个笔记本，打开命令面板（⇧⌘P（Windows，Linux Ctrl+Shift+P）），并运行 Jupyter： Debug Current File in Python 交互窗口命令。
   • 对于单个单元格，使用显示在单元上方的调试单元装饰。调试器专门从该单元格的代码开始。默认情况下，调试单元只是直接进入用户代码。如果你想进入非用户代码，需要在Jupyter扩展设置中取消勾选“仅仅我的代码调试”（⌘，（Windows，Linux Ctrl+，））。

4. 为了熟悉VS Code的一般调试功能，比如检查变量、设置断点及其他活动，请复习VS Code调试。

5. 发现问题后，停止调试器，修正代码，保存文件，然后重新启动调试器。

6. 当你确认所有代码都正确时。保存文件后，按照下一节的步骤导出笔记本。然后你可以把笔记本上传到你平时的Jupyter环境。

导出Jupyter笔记本

除了打开 Jupyter 笔记本外，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 文件内容导出到 Jupyter 笔记本（使用.ipynb扩展）。

• Jupyter：导出当前 Python 文件为 Jupyter 笔记本：利用当前文件内容创建 Jupyter 笔记本，使用和# %%# %% [折扣]分隔符用于指定各自的单元格类型。
• Jupyter：导出当前 Python 文件并输出为 Jupyter 笔记本：从当前文件内容创建 Jupyter 笔记本，并包含代码单元的输出。
• Jupyter：将交互窗口导出为 Jupyter 笔记本：从 Python 交互窗口的内容创建 Jupyter 笔记本。

导出内容后，VS Code 会显示一个提示，让你可以通过浏览器打开笔记本。