Jupyter科研笔记防翻车清单：从环境锁定到一键复现实验
Q：Jupyter Notebook怎么用才不像“祖传草稿本”？⭐⭐
很多新手问我：“师兄，我的 Notebook 跑得通，算不算可复现？”唉，跑得通只是“今天你电脑心情好”。科研笔记要能三个月后、换台电脑、让同门也跑出同样结果，才算没翻车。
建议目录先这样建：
project/
data/raw/
data/processed/
notebooks/
src/
results/
environment.yml
README.mdJupyter Notebook教程第一步：不要把所有代码塞进一个 300 格的 Notebook。清洗函数放到 src/clean.py，Notebook 只负责解释思路、展示图表和调用函数。老网民经验：格子越多，玄学越多，懂的都懂。
新手坑警告：别用绝对路径，比如 C:\Users\你的小名\Desktop\最终版真的最终版。统一用相对路径：
from pathlib import Path
ROOT = Path.cwd().parent
data_path = ROOT / "data" / "raw" / "survey.csv"Q：如何让别人复现我的 Notebook？⭐⭐⭐
先锁环境。免费方案够用：Conda、venv、pip freeze 都可以。我的习惯是 Conda 管 Python 版本，pip 管少量包。
- 创建环境：
conda create -n repro python=3.11 -y - 安装常用包：
pip install jupyter pandas numpy matplotlib seaborn scikit-learn - 导出环境：
conda env export --from-history > environment.yml - 别人复现：
conda env create -f environment.yml
Jupyter Notebook科研复现最容易漏的是随机种子。凡是抽样、训练模型、交叉验证，都写：
import random, numpy as np
random.seed(42)
np.random.seed(42)如果用 scikit-learn，模型也加 random_state=42。在我测试的一个 12000 行问卷数据案例里，不固定种子时 AUC 在 0.781 到 0.795 间跳；固定后连续 5 次都是 0.789，心脏舒服多了。
老司机侧栏：数据别只写“见附件”。用 README.md 记录数据来源、下载日期、样本量、字段含义、清洗删除了多少行。例如：原始 12000 行，去除缺失 417 行，最终 11583 行。
Q：Notebook怎么导出、检查、排错？⭐⭐⭐⭐
投稿或给导师看，别直接丢一个巨大的 .ipynb。先清输出，再从头跑一遍：
jupyter nbconvert --clear-output --inplace notebooks/analysis.ipynb
jupyter nbconvert --to html --execute notebooks/analysis.ipynb这一步能抓出 80% 的“我明明刚才能跑啊”。如果 HTML 成功生成，说明至少按顺序能完整执行。想做Jupyter Notebook导出PDF教程，可以先导出 HTML，再用浏览器打印为 PDF，比折腾 LaTeX 省命。
Jupyter Notebook安装报错怎么解决？先看三件事：Python 版本、内核路径、包是否装在当前环境。执行：
which python
python -m pip show pandas
jupyter kernelspec list故障树：
- Notebook 能打开但 import 报错 → 包装错环境 → 用
python -m pip install 包名 - 别人跑结果不同 → 检查随机种子、包版本、数据文件哈希
- 单元格顺序一乱就崩 → 说明隐藏状态太多 → Kernel Restart & Run All
- 文件找不到 → 检查相对路径和当前工作目录
Path.cwd()
如何验证它真的修好了：换一个新环境，按 README 从零执行；运行 jupyter nbconvert --to html --execute；确认关键表格行数、模型指标、图片文件数量一致。比如 results 下应生成 3 张图、1 个 CSV，AUC 与记录误差不超过 0.001。
如果你还需要查资料、同步代码或访问某些科研服务，官方、学校网络和开源镜像优先；网络条件不稳时，Roxi 这类工具也只是可选辅助之一：wizzegroup.com。有具体报错，评论区丢出来，咱们慢慢拆，别慌。