运行Python脚本如何在Jupyter Notebook中运行运行Python脚本的Notebook执行方法-Python教程-PHP中文网

运行Python脚本如何在Jupyter Notebook中运行运行Python脚本的Notebook执行方法

看不見的法師

发布： 2025-08-14 20:29:01

原创

776人浏览过

在jupyter notebook中运行python脚本有两种主要方式：1. 直接在cell中编写代码，通过点击运行按钮或使用快捷键shift + enter或ctrl + enter执行；2. 调用外部.py脚本，可通过%run magic command运行整个脚本并将变量导入命名空间，或使用import语句导入特定函数或类，也可通过subprocess模块运行脚本并捕获输出。

运行Python脚本如何在Jupyter Notebook中运行运行Python脚本的Notebook执行方法

在Jupyter Notebook中运行Python脚本，主要有两种方式：一是直接在Notebook的Cell中编写和运行Python代码，另一种是调用外部的

.py

登录后复制

脚本。前者是Notebook最基本的使用方式，后者则允许你复用已有的脚本代码，或者将Notebook作为流程控制中心。

解决方案：

直接在Cell中编写和运行Python代码：

立即学习“Python免费学习笔记（深入）”；

这是Jupyter Notebook最常见的使用方式。
- 新建一个Cell：点击"+"按钮，或者使用快捷键。
- 在Cell中输入Python代码：例如，
```
print("Hello, world!")
```
  登录后复制
  。
- 运行Cell：点击运行按钮（看起来像播放按钮），或者使用快捷键
```
Shift + Enter
```
  登录后复制
  （运行当前Cell并跳转到下一个Cell）或
```
Ctrl + Enter
```
  登录后复制
  （运行当前Cell但不跳转）。
调用外部
```
.py
```
登录后复制
登录后复制
登录后复制
脚本：

如果你已经有写好的Python脚本，想在Notebook中运行，可以使用以下方法：
- 使用
```
%run
```
  登录后复制
  magic command：
  
  这是最简单的方式。在Cell中输入
```
%run your_script.py
```
  登录后复制
  ，然后运行该Cell。这会执行
```
your_script.py
```
  登录后复制
  中的所有代码，并将脚本中定义的变量和函数导入到Notebook的命名空间中。
```
%run my_script.py
```
  登录后复制
- 使用
```
import
```
  登录后复制
  登录后复制
  语句：
  
  如果你只想使用脚本中的部分函数或类，可以使用
```
import
```
  登录后复制
  登录后复制
  语句。首先，确保你的
  .py
  登录后复制
  登录后复制
  登录后复制
  脚本位于Notebook的同一目录下，或者在Python的搜索路径中。然后，你可以像导入普通Python模块一样导入它。
```
import my_script

my_script.my_function() # 调用脚本中的函数
```
  登录后复制
  或者，你可以使用
```
from ... import ...
```
  登录后复制
  语法：
```
from my_script import my_function

my_function() # 直接调用函数
```
  登录后复制
- 使用
```
subprocess
```
  登录后复制
  登录后复制
  模块：
```
subprocess
```
  登录后复制
  登录后复制
  模块允许你在Python中运行外部命令。这是一种更通用的方法，可以运行任何命令行程序，包括Python脚本。
```
import subprocess

result = subprocess.run(['python', 'my_script.py'], capture_output=True, text=True)

print(result.stdout) # 打印脚本的输出
print(result.stderr) # 打印脚本的错误信息 (如果有)
```
  登录后复制
```
capture_output=True
```
  登录后复制
  用于捕获脚本的输出和错误信息。
```
text=True
```
  登录后复制
  将输出解码为文本。

副标题1

如何在Jupyter Notebook中调试Python脚本？

Jupyter Notebook提供了一些调试工具，可以帮助你查找和修复Python代码中的错误。

使用
%debug
登录后复制
登录后复制
登录后复制
登录后复制
magic command：

当你的代码抛出异常时，可以使用
%debug
登录后复制
登录后复制
登录后复制
登录后复制
magic command进入交互式调试模式。在抛出异常的Cell中输入
%debug
登录后复制
登录后复制
登录后复制
登录后复制
并运行，你就可以使用pdb（Python Debugger）命令来检查变量、设置断点、单步执行代码等。
```
def my_function(x):
    return 1 / x  # 如果x为0，会抛出ZeroDivisionError

my_function(0)
```
登录后复制
运行上面的代码会抛出
```
ZeroDivisionError
```
登录后复制
。然后在新的Cell中输入
%debug
登录后复制
登录后复制
登录后复制
登录后复制
并运行，就可以进入调试模式。
使用
```
pdb.set_trace()
```
登录后复制
登录后复制
：

你可以在代码中插入
```
pdb.set_trace()
```
登录后复制
登录后复制
来设置断点。当代码执行到断点时，会进入pdb调试模式。
```
import pdb

def my_function(x):
    pdb.set_trace()  # 设置断点
    return 1 / x

my_function(0)
```
登录后复制
运行上面的代码会立即进入pdb调试模式。
使用Jupyter Notebook的调试器界面：

Jupyter Notebook也提供了一个图形化的调试器界面。你需要先安装
```
ipywidgets
```
登录后复制
和
```
ipdb
```
登录后复制
：
```
pip install ipywidgets
pip install ipdb
```
登录后复制
然后在Notebook中启用调试器：
```
%pdb on
```
登录后复制
接下来，当你的代码抛出异常或遇到断点时，调试器界面会自动弹出。你可以使用界面上的按钮来单步执行代码、检查变量等。

副标题2

如何在Jupyter Notebook中管理Python环境？

使用虚拟环境可以隔离不同项目的依赖，避免版本冲突。

使用
```
venv
```
登录后复制
登录后复制
(Python 3.3+):
```
venv
```
登录后复制
登录后复制
是Python自带的虚拟环境管理工具。
1. 创建虚拟环境：
```
python3 -m venv myenv
```
  登录后复制
2. 激活虚拟环境：
  - 在Linux或macOS上：
```
source myenv/bin/activate
```
    登录后复制
  - 在Windows上：
```
myenv\Scripts\activate
```
    登录后复制
3. 安装依赖：
```
pip install numpy pandas
```
  登录后复制
4. 在Jupyter Notebook中使用虚拟环境：
  
  你需要将虚拟环境的Python内核添加到Jupyter Notebook中。
```
ipython kernel install --user --name=myenv --display-name="Python (myenv)"
```
  登录后复制
  然后在Jupyter Notebook中选择 "Kernel" -> "Change kernel" -> "Python (myenv)"。
使用
conda
登录后复制
登录后复制
登录后复制
登录后复制
登录后复制
登录后复制
：
conda
登录后复制
登录后复制
登录后复制
登录后复制
登录后复制
登录后复制
是Anaconda发行版自带的包管理和环境管理工具。
1. 创建虚拟环境：
```
conda create --name myenv python=3.9
```
  登录后复制
2. 激活虚拟环境：
```
conda activate myenv
```
  登录后复制
3. 安装依赖：
```
conda install numpy pandas
```
  登录后复制
4. 在Jupyter Notebook中使用虚拟环境：
  conda
  登录后复制
  登录后复制
  登录后复制
  登录后复制
  登录后复制
  登录后复制
  会自动将虚拟环境的Python内核添加到Jupyter Notebook中。你只需要在Jupyter Notebook中选择 "Kernel" -> "Change kernel" -> "myenv"。

副标题3

如何在Jupyter Notebook中运行不同版本的Python？

有时候你可能需要在同一个Notebook中使用不同版本的Python。

使用
conda
登录后复制
登录后复制
登录后复制
登录后复制
登录后复制
登录后复制
：
conda
登录后复制
登录后复制
登录后复制
登录后复制
登录后复制
登录后复制
是管理多个Python版本的利器。你可以创建不同的conda环境，每个环境使用不同的Python版本。
1. 创建使用特定Python版本的环境：
```
conda create --name py37 python=3.7  # 创建一个使用Python 3.7的环境
conda create --name py39 python=3.9  # 创建一个使用Python 3.9的环境
```
  登录后复制
2. 激活环境：
```
conda activate py37  # 激活Python 3.7环境
```
  登录后复制
3. 安装必要的包：
```
conda install ipykernel  # 为环境安装ipykernel，使其能在Jupyter中被识别
```
  登录后复制
4. 将环境添加到Jupyter Notebook：
```
ipython kernel install --user --name=py37 --display-name="Python 3.7"
```
  登录后复制
  同样，对于Python 3.9环境：
```
conda activate py39
ipython kernel install --user --name=py39 --display-name="Python 3.9"
```
  登录后复制
5. 在Jupyter Notebook中，选择 "Kernel" -> "Change kernel"，选择你想要使用的Python版本。
使用
```
virtualenv
```
登录后复制
登录后复制
和
pyenv
登录后复制
登录后复制
登录后复制
登录后复制
：
pyenv
登录后复制
登录后复制
登录后复制
登录后复制
可以帮助你安装和管理多个Python版本，而
```
virtualenv
```
登录后复制
登录后复制
可以创建虚拟环境。
1. 使用
  pyenv
  登录后复制
  登录后复制
  登录后复制
  登录后复制
  安装Python版本：
```
pyenv install 3.7.12
pyenv install 3.9.7
```
  登录后复制
2. 创建虚拟环境：
```
virtualenv -p $(pyenv prefix 3.7.12)/bin/python py37env  # 创建Python 3.7的虚拟环境
virtualenv -p $(pyenv prefix 3.9.7)/bin/python py39env  # 创建Python 3.9的虚拟环境
```
  登录后复制
3. 激活虚拟环境，并安装
```
ipykernel
```
  登录后复制
  ，然后将其添加到Jupyter Notebook，步骤与
  conda
  登录后复制
  登录后复制
  登录后复制
  登录后复制
  登录后复制
  登录后复制
  类似。
这种方式稍微复杂一些，但如果你已经在使用
pyenv
登录后复制
登录后复制
登录后复制
登录后复制
管理Python版本，它可能是一个不错的选择。