如何在VSCode中配置Jupyter Notebook以进行数据可视化【教程】

vscode需通过官方扩展与python环境协同支持jupyter，内核未注册或未正确选择会导致绘图失败；应运行jupyter kernelspec list确认内核，用python -m ipykernel install注册，并在VSCode中手动选择；%matplotlib inline启用内联绘图，禁用widget/qt后端；plotly需设置pio.renderers.default = ‘vscode’，Altair需安装对应labextension；遇问题优先重启内核或重载窗口。

VSCode 本身不内置 Jupyter 支持，必须通过官方扩展和 Python 环境协同工作；直接装个插件点开 .ipynb 文件却画不出图，大概率是内核没连上或 matplotlib 后端没配对。

确认已安装 Python 和 Jupyter 内核

VSCode 的 Jupyter 功能依赖本地 Python 环境中的 jupyter 包，不是靠插件“自带”的。如果你用 pip install jupyter 装过，但 VSCode 仍提示“找不到可用内核”，说明内核注册失败或环境未激活。

• 在终端运行 jupyter kernelspec list，确认输出里有类似 python3 /path/to/share/jupyter/kernels/python3
• 若没有，先激活目标 Python 环境（如 conda activate myenv 或 source venv/bin/activate），再运行 python -m ipykernel install --user --name myenv --display-name "Python (myenv)"
• VSCode 中打开 Notebook 后，右上角 kernel 选择器必须手动选中你刚注册的名称，不能只依赖默认值

启用 inline 绘图并避免空白图

Matplotlib 默认后端在 VSCode Notebook 里可能不渲染，尤其 macOS 或远程 ssh 连接时。不显式配置，plt.show() 可能无效，plt.plot() 后什么也不显示。

• 在 notebook 第一个 cell 执行：

  %matplotlib inline

• 如果用了 seaborn，建议紧接着加

  import matplotlib.pyplot as plt; plt.rcParams['figure.figsize'] = (8, 5)

  避免图太小

• 禁用交互式后端：不要写 %matplotlib widget 或 %matplotlib qt，它们在 VSCode 中支持不稳定，容易报错 ModuleNotFoundError: No module named 'ipywidgets'

处理常见错误：No module named ‘plotly’ 或 Figure not shown

Plotly、Altair 等库需要额外设置才能在 VSCode Notebook 中正常渲染。不是 pip 安装完就能用——它们依赖前端扩展或特定渲染协议。

• Plotly：必须安装 plotly[orca]（用于静态导出）+ VSCode 插件 Plotly Viewer（非必需但推荐），并在代码开头加

  import plotly.io as pio; pio.renderers.default = 'vscode'

• Altair：确保已运行 jupyter labextension install @jupyter-widgets/jupyterlab-manager jupyterlab-plotly ——注意这是 jupyter lab 命令，VSCode 使用的是 Lab 协议兼容层，不装扩展会导致 ValueError: Renderer 'jupyterlab' is not registered
• 遇到 Figure not shown，优先检查是否漏了 plt.show()（虽 %matplotlib inline 下可省略，但某些版本仍需）或 cell 没执行（VSCode 不自动运行所有 cell）

最常被忽略的一点：VSCode 的 Jupyter 支持实际走的是 Jupyter Server 协议，不是纯前端渲染。重启内核、清空 output、重载窗口（Ctrl+Shift+P → Developer: Reload window）比反复改代码更有效。特别是切换 conda 环境后，旧 kernel 进程可能还在跑，导致包版本错乱。