VSCode的Notebook功能支持Python数据分析，通过单元格运行代码、内嵌输出、Markdown注释、可视化图表及变量监视，结合Jupyter扩展可创建.ipynb文件，实现交互式编程与报告生成。

VSCode 的笔记本（Notebook）功能为数据分析和交互式编程提供了流畅的体验，尤其适合使用 Python 进行探索性数据处理、可视化和模型调试。它支持以单元格为单位运行代码，即时查看输出，结合 Markdown 注释，让整个分析过程清晰可读。

启用并创建 Notebook

确保你已安装以下内容：

• Python 扩展：在扩展市场中搜索 "Python" 并安装官方 Microsoft 提供的版本
• Jupyter 扩展：搜索 "Jupyter" 并安装，它为 VSCode 提供了 Notebook 支持

安装完成后：

1. 点击左侧活动栏的“新建文件”图标，或使用菜单“文件 > 新建文件”
2. 选择“Jupyter Notebook (.ipynb)”作为文件类型
3. 保存为 .ipynb 文件，例如 analysis.ipynb

编写和运行代码单元

Notebook 将代码组织成一个个单元格，每个单元格可以独立执行。

• 在代码单元中输入 Python 代码，比如加载数据：
  import pandas as pd
  df = pd.read_csv("data.csv")
  df.head()
• 点击单元格左侧的“运行”按钮，或按 Shift + Enter 执行该单元并跳转到下一个
• 输出会直接显示在单元下方，包括表格、图表、日志等

你可以逐步构建分析流程：清洗数据、统计描述、绘制图表，每步结果即时可见。

插入 Markdown 单元进行说明

在代码之间插入 Markdown 单元，有助于记录思路或生成报告。

• 点击“+ Markdown”按钮添加新单元
• 用 Markdown 语法写标题、段落、列表或公式，例如：
  # 趋势分析
  本节展示销售额随时间的变化情况。
• 执行后会渲染成格式化文本，提升可读性

集成数据可视化

VSCode Notebook 支持常见的绘图库，如 Matplotlib、Seaborn 和 Plotly。

• 在单元格中绘制图形，输出将以内嵌方式展示：
  import matplotlib.pyplot as plt
  df['sales'].plot(kind='hist')
  plt.show()
• 如果图形不显示，检查是否启用了内联绘图（通常 Jupyter 会自动处理）
• 对于交互式图表（如 Plotly），确保已安装对应库并正确配置

变量监视与调试辅助

VSCode 提供“变量”面板，位于 Notebook 底部或侧边。

• 运行代码单元后，可在面板中查看当前 Kernel 中的所有变量名、类型和值
• 点击变量可展开查看 DataFrame 内容、数组结构等
• 这对调试中间结果非常有帮助，无需频繁打印

连接不同内核环境

如果你有多个 Python 环境（如 conda、venv），可以在右上角选择内核。

• 点击顶部 Kernel 选择器，列出可用解释器
• 选择指定虚拟环境中的 Python，确保依赖包正确加载
• 例如，在项目环境中安装 pandas、numpy 后，Notebook 可直接调用

基本上就这些。VSCode 的 Notebook 功能足够轻量又功能完整，适合日常数据分析任务，还能与项目文件、终端、调试器无缝协作。