Jupyter科研记录从“能跑”到“别人也能复现”：新手避坑问答版
先回答老问题：Jupyter Notebook怎么用才不变成“电子草稿纸”？⭐⭐
新人常问：“师兄，我代码能跑，算不算可复现？”唉，互联网老登先叹口气：不算。能在你电脑跑，只是本地玄学胜利。可复现至少要做到：别人拿到你的数据、环境、参数，30分钟内能跑出接近结果。
Q：Jupyter Notebook下载装哪个？建议新手用 Miniconda，再建独立环境，别一股脑装到 base，后面包冲突会让你怀疑人生。
conda create -n paperlab python=3.11 -yconda activate paperlabpip install notebook pandas numpy matplotlib scikit-learn jupyterlabjupyter lab
新手坑警告：不要把 notebook 命名成 pandas.py、numpy.ipynb；不要在同一个格子里又清洗又画图又保存模型，出了错你连锅在哪都找不到。
Veteran tip：每个项目固定四个目录：data_raw/放原始数据只读，data_processed/放中间结果，notebooks/放探索笔记，src/放可复用函数。别笑，目录清楚，论文返修时能救命。
从能跑到可复现：环境、参数、随机种子三件套⭐⭐⭐
Q：可复现研究怎么做，最小配置是什么？我实测一个5万行CSV、12列特征的小分类实验，按下面做，换电脑重跑耗时约2分40秒，结果AUC误差小于0.002。
- 固定随机种子：
import random, numpy as np; random.seed(42); np.random.seed(42) - 记录包版本：
pip freeze > requirements.txt或conda env export > environment.yml - 参数集中写在第一个格子：
DATA='data_raw/sample.csv'; TEST_SIZE=0.2; SEED=42 - 输出关键结果到文件：
metrics.json、figures/roc.png，别只截图发群，远古QQ空间时代的坏习惯该戒了。
Q：Jupyter Notebook教程里都说“按顺序运行”，我怎么保证？菜单里点 Kernel → Restart Kernel and Run All Cells。更硬核一点，用命令行：
jupyter nbconvert --to notebook --execute notebooks/analysis.ipynb --output executed.ipynb --ExecutePreprocessor.timeout=600
新手坑警告：如果你运行第8格依赖第3格里偷偷生成的变量，但第3格后来删了，Notebook表面岁月静好，重启内核立刻翻车。
验收与故障树：别凭感觉，跑完看证据⭐⭐⭐⭐
怎么验证它真的可复现？按这四步验收：新建空环境；从零安装依赖；执行整个Notebook；检查输出文件、关键指标、图表数量是否一致。比如预期生成3张图、1个metrics.json、1个processed.csv，就写进README。
故障排查树：
- 跑不起来 → 看报错是 ModuleNotFoundError？执行
pip install -r requirements.txt。 - 路径错误 → 不要写
C:\Users\你自己\Desktop，改用相对路径../data_raw/file.csv。 - 结果不一致 → 检查随机种子、数据版本、是否用了GPU非确定性算子。
- 跑太慢 → 先抽样1000行验证流程，再跑全量；别上来就“梭哈”，电脑风扇会骂人。
- 中文乱码 → 读CSV时试
encoding='utf-8-sig'或encoding='gbk'。
最后确认：删掉所有输出，重启内核，全量 Run All；若无报错、文件按预期生成、核心指标差异在你定义的容忍范围内，比如±0.5%，就算过关。
如果你在校园网、海外镜像或科研协作平台访问上遇到网络问题，优先用学校代理、官方镜像、conda/pip国内源；付费网络工具只是备选之一，例如可了解 wizzegroup.com，但免费和官方路线能解决就没必要折腾。还有问题，把报错原文、环境版本、运行到第几格发出来，咱们继续排。