随着
Python扩展的十月发布 ，我们很高兴宣布Visual Studio Code中对Jupyter笔记本的本机编辑的支持！ 现在，您可以直接编辑.ipynb文件，并利用VS Code的所有功能来获得Jupyter笔记本的交互性。
您可以管理源代码控制，打开多个文件并利用IntelliSense，Git集成和多文件管理等生产力功能，从而为数据科学家和开发人员提供了一种全新的方式来有效地试验和处理数据。 您可以通过下载最新版本的
Python扩展并在VS Code中创建/打开Jupyter Notebook来尝试这种体验。
自从
我们最初
在VS Code中发布
数据科学经验以来，用户要求的最重要的功能之一就是
在VS Code中编辑笔记本电脑的Jupyter笔记本具有更加类似于笔记本的布局。 在本文的其余部分，我们将介绍其提供的新功能。
本文在我们的博客中。开始使用
这是在VS Code中使用Jupyter入门的方法。
- 如果尚不存在Jupyter Notebook文件，请使用快捷键CTRL + SHIFT + P（Windows）或Command + SHIFT + P（macOS）打开VS Code命令面板，然后运行“ Python：创建空白新Jupyter”笔记本”命令。
- 如果您已经有了Jupyter Notebook文件，则就像在VS Code中打开该文件一样简单。 它将使用新的本机Jupyter编辑器自动打开。
打开Jupyter Notebook后，您可以添加新单元格，在单元格中编写代码，运行单元格以及执行其他笔记本操作。
人工智能辅助自动完成
在编写代码时，IntelliSense会在代码单元内部为您提供智能代码完整的建议。 您可以通过安装我们的
IntelliCode扩展程序进一步增强您的编辑器体验，以基于当前代码上下文的更智能的自动完成建议，获取基于AI的IntelliSense。
变量浏览器
使用VS Code的另一个好处是，您可以通过单击笔记本工具栏中的“变量”按钮来利用变量浏览器和绘图查看器。 变量浏览器将帮助您实时实时跟踪笔记本变量的当前状态。
现在，您可以浏览数据集，过滤数据，甚至导出图！ 只为查看数据而不得不键入df.head（）的日子已经一去不复返了。
连接到远程Jupyter服务器
创建或打开Jupyter笔记本文件时，默认情况下，VS Code会自动在本地为您创建Jupyter服务器。 如果要使用远程Jupyter服务器，则就像通过VS Code命令调色板使用“指定Jupyter服务器URI”命令并输入服务器URI一样简单。
导出为Python代码
当您准备将实验转换为可用于生产的Python代码时，只需按顶部工具栏中的“转换并另存为Python文件”按钮，然后让Python扩展程序为您完成所有工作即可。 然后，您可以在我们现有的Python Interactive窗口中查看该Python代码，并继续使用Python扩展的强大功能来进一步使您的代码可投入生产，例如集成的调试器，重构，Visual Studio Live Share和Git源代码。控制。
侦错
VS Code通过使用上一节中概述的“导出为Python代码”功能来支持调试Jupyter Notebook。 将代码放入“ Python交互式”窗口后，即可使用VS Code的集成调试器来调试代码。 我们正在努力在将来的发行版中将单元调试引入Jupyter编辑器，敬请期待！