Jupyter Notebook
Project Jupyter 出品的「计算型笔记本（Computational Notebook）」Web 应用——把代码、运行结果、可视化、Markdown 文档、数学公式（LaTeX）压缩进一个 .ipynb（基于 JSON 的开放格式）文件里，按**单元格（cell）**顺序执行：代码单元交给一个独立进程「内核（kernel）」跑、Markdown 单元渲染成富文本。Jupyter 这个名字 = Julia + Python + R（三大原始支持语言），现支持 40+ 内核语言（含 Scala、C++、Rust、Go、Haskell）。Jupyter Notebook 7.x（2023 年起稳定）已重写为「基于 JupyterLab 组件的简化前端」——和上一代 Classic Notebook（4.x/6.x 时代）共享同一套后端（notebook 服务器 + jupyter_server），但前端换成了 React + Lumino。配套生态包括 JupyterLab（完整 IDE 体验，文件浏览器 / 多标签 / 终端 / 扩展系统）、JupyterHub（多用户分发版，给课堂、企业、科研团队用，可插拔鉴权 PAM/OAuth，搭配 Kubernetes/Docker 横向扩展）、Voilà（把 notebook 转成「只看输出、不暴露代码」的交互式 Web 应用，类似 Dash/Streamlit 的轻量替代）。VS Code、PyCharm、Cursor 等 IDE 都内置了 notebook 编辑器，可直接打开 .ipynb。它是数据科学、机器学习探索、教学演示、可复现研究的事实标准。
评价
优点
- 叙事 + 代码 + 输出三位一体：一篇文章既包含 Markdown 文字解释、又包含可执行代码和富文本输出（HTML/图片/视频/LaTeX/交互式 widget），完美契合「教学 + 探索 + 演示」三类场景；这是它打败纯
.py文件的根本原因 - 零成本分享与可复现：
.ipynb是单文件 JSON，邮件 / GitHub / nbviewer / Dropbox 都能直接分享；GitHub 渲染.ipynb是开箱即用的，远比截图 PPT 方便 - 语言无关的内核协议：内核通过 ZeroMQ/WebSockets + JSON 与前端通信（Interactive Computing Protocol），任何语言只要实现一遍内核规范（IPykernel / IJulia / IRkernel）都能进 notebook；这让 Julia、R、Scala 都共享同一套 UI 生态
- 魔法命令（magics）大幅提效：
%matplotlib inline一行内嵌图、%timeit测性能、%%time计时单元、%%writefile写文件、!直接调 shell——日常数据探索比纯 Python REPL 快 2-3 倍 - JupyterLab 已演化为完整 IDE：多标签 / 文件浏览器 / 目录树 / 终端 / 实时协作（RTC）/ 扩展市场，逐渐替代 Spyder / RStudio 在数据科学生态的位置
- 生态成熟：与 pandas / numpy / matplotlib / scikit-learn / TensorFlow / PyTorch 深度集成，IPython 的富显示（
display()、IPython.display）能输出任意 MIME 类型；nbformat / nbconvert / papermill / jupytext 形成完整工具链 - 企业级落地成熟：JupyterHub 支持几千人课堂、LLM 训练集群可视化、SageMaker / Databricks / Vertex AI / Watson Studio 都把 notebook 作为交互层；Google Colab、Kaggle Notebooks 都基于 Jupyter 内核协议
- 完全开源 + 治理透明：BSD 即议，由 NumFOCUS 维持非营利治理，决策流程公开（SEP 增强提案），无单一公司把控
缺点
- 状态混乱是经典坑：notebook 是「带状态的内核 + 顺序可跳读执行」，重复跑单元、跳着跑单元会导致变量状态与代码顺序不一致——新手经常困惑「为什么这个变量有值」，大型分析难以复现；Jupyter 7 + JupyterLab 引入「Restart & Run All」鼓励线性执行，但治标不治本
- 不适合生产 / 工程化：
.ipynb不是模块、不能被 import、不能跨 notebook 复用代码、Git diff 友好度差（输出 + metadata 噪声多），重生产代码必须迁移到.py+ 模块结构；典型反模式是把整套数据 pipeline 写在一个 notebook 里跑调度 - 输出与 metadata 污染版本控制：
.ipynb默认包含execution_count和输出二进制（图片 base64），merge 冲突灾难；社区用nbstripout/jupytext（同步成纯.py）/clear output before commit缓解 - Classic Notebook 体验落后：原版 Notebook（4.x/6.x 时代）单文档、无终端、扩展系统脆弱（
jupyter contrib nbextensions），新项目建议直接上 JupyterLab 或 Notebook 7 - 大型 notebook 性能差：单文件几百个 cell 时浏览器卡顿；CPU 密集任务跑在前端进程会阻塞界面；推荐用
nbclient/papermill做无头批跑 - 安全风险：
.ipynb可包含自动执行的代码 + 富 HTML（HTML()、Javascript()），打开陌生 notebook 等同于运行未知代码；Jupyter 7 默认对nbconvert输出做 sanitize，但本地打开信任机制依赖trust数据库
文档地址
Jupyter Notebook 文档 | JupyterLab 文档 | JupyterHub 文档
GitHub 地址
jupyter/notebook | jupyterlab/jupyterlab | jupyterhub/jupyterhub