VSCode搭配Jupyter扩展可构建高效数据科学环境：安装VSCode及Microsoft官方Jupyter扩展；配置Python解释器并注册ipykernel内核；使用交互式窗口快速实验；自定义笔记本外观与行为；支持远程内核连接提升算力。
如果您希望在本地构建一个高效、灵活且功能丰富的数据科学开发环境，VSCode 结合 Jupyter 扩展可提供接近传统笔记本体验的同时，兼具现代代码编辑器的调试、版本控制与扩展能力。以下是配置与优化该组合环境的具体操作：
本文运行环境：MacBook Air，macOS Sequoia。
一、安装 VSCode 与核心扩展
该步骤确保编辑器具备运行和渲染 Jupyter Notebook 的基础能力。VSCode 本身不原生支持 .ipynb 文件交互执行，需依赖官方维护的 Jupyter 扩展实现内核连接、单元格运行及可视化输出。
1、访问 code.visualstudio.com，下载并安装最新版 VSCode 应用程序。
2、启动 VSCode，点击左侧活动栏的扩展图标（或按 ⇧⌘X），在搜索框中输入 Jupyter。
3、在搜索结果中找到由 Microsoft 发布的 Jupyter 扩展（ID：ms-toolsai.jupyter），点击“安装”。
4、安装完成后，重启 VSCode 以激活扩展功能。
二、配置 Python 解释器与 Jupyter 内核
VSCode 需明确识别可用的 Python 环境，并将其注册为 Jupyter 可调用的内核。若未正确关联，将无法执行单元格或显示 Python 3 (ipykernel) 内核选项。
1、打开命令面板（⇧⌘P），输入并选择 Python: Select Interpreter。
2、从列表中选择已安装的 Python 环境路径，例如指向 ~/miniconda3/envs/ds-env/bin/python 或系统级 /usr/bin/python3。
3、在终端中激活目标环境后运行：python -m ipykernel install --user --name ds-env --display-name "Python 3 (ds-env)"。
4、重新打开任意 .ipynb 文件，点击右上角内核选择器，确认新注册的内核已出现在下拉列表中。
三、启用交互式窗口进行快速实验
交互式窗口（Interactive Window）提供类似传统 REPL 的即时反馈，适合探索性数据分析与函数调试，无需创建完整 .ipynb 文件即可逐段运行代码并查看变量状态与图表。
1、按下 ⇧⌘P，输入并执行 Jupyter: Create Interactive Window。
2、在打开的交互式窗口中，粘贴一段含 import pandas as pd 和 pd.DataFrame({'a': [1,2,3]}) 的代码。
3、选中代码，按下 ⇧Enter 执行当前选中区域，结果将直接渲染在下方输出区域。
4、在交互式窗口中右键，选择 Export as Jupyter Notebook，可将历史会话保存为标准 .ipynb 文件。
四、定制笔记本外观与行为
VSCode 允许通过设置调整 Jupyter 笔记本的字体大小、行号显示、自动保存策略及 Markdown 渲染样式，提升长时间编写与阅读体验。
1、打开设置（⌘,），切换至“工作区”标签页，在搜索框中输入 jupyter.askForKernelRestart。
2、将该项设为 false，避免每次切换内核时弹出确认对话框。
3、继续搜索 notebook.lineNumbers，将其值改为 on，使每个单元格左侧显示行号。
4、在设置中查找 jupyter.widgetScriptSources，添加 https://cdn.jsdelivr.net 到数组中，确保第三方交互控件（如 ipywidgets）正常加载。
五、使用远程内核连接外部计算资源
当本地算力受限时，可通过 SSH 或 Jupyter Server 远程连接已部署的内核服务，使 VSCode 作为纯前端界面，所有计算任务在远程服务器上执行，保留本地编辑与调试体验。
1、在远程服务器上启动 Jupyter Server，运行命令：jupyter server --port=8888 --no-browser --allow-root。
2、在 VSCode 中打开命令面板（⇧⌘P），输入并选择 Jupyter: Specify Jupyter Server URI。
3、输入远程地址，格式为：http://
4、连接成功后，VSCode 将列出远程服务器上所有可用内核，选择对应 Python 环境即可开始远程执行单元格。
