摘要：在日常數(shù)據(jù)分析和機(jī)器學(xué)習(xí)開(kāi)發(fā)中，Jupyter Notebook 是一個(gè)非常好用的交互式開(kāi)發(fā)工具。但在某些場(chǎng)景下，我們需要將 .ipynb 文件轉(zhuǎn)換為純 Python 腳本文件（.py），以便于生產(chǎn)環(huán)境部署、代碼版本管理或與其他開(kāi)發(fā)者協(xié)作。本文將詳細(xì)介紹 5 種將 Jupyter Notebook 轉(zhuǎn)換為 Python 文件的方法，涵蓋圖形界面、命令行、Python 腳本、IDE 工具等多種方式，總有一種適合你！

一、為什么要進(jìn)行轉(zhuǎn)換？

在正式開(kāi)始之前，我們先來(lái)了解一下為什么需要將 .ipynb 轉(zhuǎn)換為 .py：

二、方法一：使用 Jupyter Notebook 自帶功能（最簡(jiǎn)單）

如果你已經(jīng)安裝并打開(kāi)了 Jupyter Notebook，這是最直接、最簡(jiǎn)單的方法。

操作步驟

1. 打開(kāi)你的 Jupyter Notebook 文件（.ipynb）
2. 點(diǎn)擊頂部菜單欄的 File → Download as → Python (.py)
3. 瀏覽器會(huì)自動(dòng)下載轉(zhuǎn)換后的 .py 文件到本地

操作示意圖

優(yōu)點(diǎn)

• ? 無(wú)需安裝額外工具
• ? 一鍵操作，零門(mén)檻
• ? 保留代碼結(jié)構(gòu)

缺點(diǎn)

• ? 需要手動(dòng)打開(kāi) Jupyter Notebook
• ? 不適合批量轉(zhuǎn)換
• ? 無(wú)法自定義輸出格式

三、方法二：使用命令行工具jupyter nbconvert（推薦）

nbconvert 是 Jupyter 官方提供的命令行轉(zhuǎn)換工具，功能強(qiáng)大，支持批量轉(zhuǎn)換和多種格式。

1. 安裝 Jupyter（如未安裝）

pip install jupyter

或安裝 nbconvert 獨(dú)立包：

pip install nbconvert

2. 基本轉(zhuǎn)換命令

打開(kāi)終端（Windows 使用 CMD / PowerShell，macOS/Linux 使用 Terminal），進(jìn)入 .ipynb 文件所在目錄，執(zhí)行：

jupyter nbconvert --to script your_notebook.ipynb

示例：

# 進(jìn)入文件目錄
cd D:\Projects\MyProject
# 執(zhí)行轉(zhuǎn)換
jupyter nbconvert --to script data_analysis.ipynb

3. 終端輸出示例

[NbConvertApp] Converting notebook data_analysis.ipynb to script
[NbConvertApp] Writing 15170 bytes to data_analysis.py

轉(zhuǎn)換成功后，你會(huì)在同級(jí)目錄下看到生成的 data_analysis.py 文件。

4. 批量轉(zhuǎn)換多個(gè)文件

如果需要一次性轉(zhuǎn)換目錄下的所有 .ipynb 文件：

Windows (PowerShell):

Get-ChildItem *.ipynb | ForEach-Object { jupyter nbconvert --to script $_.Name }

macOS / Linux (Bash):

for file in *.ipynb; do jupyter nbconvert --to script "$file"; done

5. 常用參數(shù)說(shuō)明

優(yōu)點(diǎn)

• ? 無(wú)需打開(kāi)瀏覽器
• ? 支持批量轉(zhuǎn)換
• ? 可集成到自動(dòng)化腳本 / CI/CD 流程
• ? 支持自定義模板

缺點(diǎn)

• ? 需要記住命令
• ? 對(duì)新手有一定門(mén)檻

四、方法三：使用 Python 腳本自定義轉(zhuǎn)換

如果你需要在轉(zhuǎn)換過(guò)程中進(jìn)行自定義處理（例如過(guò)濾特定單元格、添加文件頭注釋等），可以編寫(xiě) Python 腳本實(shí)現(xiàn)。

基礎(chǔ)版本：僅提取代碼單元格

import json
def convert_ipynb_to_py(ipynb_file, py_file):
    """
    將 Jupyter Notebook 文件轉(zhuǎn)換為 Python 腳本文件
    參數(shù):
        ipynb_file: 輸入的 .ipynb 文件路徑
        py_file: 輸出的 .py 文件路徑
    """
    # 讀取 .ipynb 文件（JSON 格式）
    with open(ipynb_file, 'r', encoding='utf-8') as f:
        notebook = json.load(f)
    # 寫(xiě)入 .py 文件
    with open(py_file, 'w', encoding='utf-8') as f:
        for cell in notebook['cells']:
            # 只提取 code 類(lèi)型的單元格
            if cell['cell_type'] == 'code':
                # 將 source 列表拼接為字符串
                source = ''.join(cell['source'])
                f.write(source + '\n\n')
# 使用示例
if __name__ == "__main__":
    convert_ipynb_to_py('your_notebook.ipynb', 'your_notebook.py')
    print("轉(zhuǎn)換完成！")

進(jìn)階版本：保留 Markdown 注釋 + 過(guò)濾魔法命令

import json
import re

def convert_ipynb_to_py_advanced(ipynb_file, py_file):
    """
    高級(jí)轉(zhuǎn)換：保留 Markdown 作為注釋?zhuān)^(guò)濾 Jupyter 魔法命令
    """
    with open(ipynb_file, 'r', encoding='utf-8') as f:
        notebook = json.load(f)
    
    with open(py_file, 'w', encoding='utf-8') as f:
        # 寫(xiě)入文件頭
        f.write('# -*- coding: utf-8 -*-\n')
        f.write(f'# Converted from: {ipynb_file}\n')
        f.write('# ============================================\n\n')
        
        for i, cell in enumerate(notebook['cells']):
            if cell['cell_type'] == 'markdown':
                # 將 Markdown 轉(zhuǎn)換為 Python 注釋
                source = ''.join(cell['source'])
                comment_lines = ['# ' + line for line in source.split('\n')]
                f.write('\n'.join(comment_lines) + '\n\n')
                
            elif cell['cell_type'] == 'code':
                source = ''.join(cell['source'])
                
                # 過(guò)濾 Jupyter 魔法命令（如 %matplotlib inline）
                lines = source.split('\n')
                filtered_lines = []
                for line in lines:
                    if not line.strip().startswith('%') and not line.strip().startswith('!'):
                        filtered_lines.append(line)
                
                if filtered_lines:
                    f.write('\n'.join(filtered_lines) + '\n\n')

# 使用示例
convert_ipynb_to_py_advanced('data_analysis.ipynb', 'data_analysis_clean.py')

優(yōu)點(diǎn)

• ? 完全可控，可自定義轉(zhuǎn)換邏輯
• ? 可集成到數(shù)據(jù)處理流水線(xiàn)
• ? 可過(guò)濾不需要的內(nèi)容（如魔法命令、輸出結(jié)果）

缺點(diǎn)

• ? 需要編寫(xiě)代碼
• ? 可能無(wú)法完美處理所有 Notebook 特性

五、方法四：使用 VS Code 插件（開(kāi)發(fā)者友好）

如果你使用 Visual Studio Code 進(jìn)行開(kāi)發(fā)，可以通過(guò)插件實(shí)現(xiàn)一鍵轉(zhuǎn)換。

操作步驟

安裝 Jupyter 插件

• 打開(kāi) VS Code
• 進(jìn)入擴(kuò)展商店（Ctrl+Shift+X）
• 搜索并安裝 Jupyter（Microsoft 官方插件）

打開(kāi) .ipynb 文件

• 在 VS Code 中打開(kāi)你的 Notebook 文件

導(dǎo)出為 Python 腳本

• 點(diǎn)擊右上角的 …（更多操作）
• 選擇 Export → Python Script
• 選擇保存位置即可

優(yōu)點(diǎn)

• ? 集成在開(kāi)發(fā)環(huán)境中，無(wú)需切換
• ? 可視化操作
• ? 支持調(diào)試 Notebook 后直接導(dǎo)出

缺點(diǎn)

• ? 需要安裝 VS Code 和插件
• ? 不適合服務(wù)器環(huán)境

六、方法五：使用 PyCharm / DataSpell（JetBrains 用戶(hù)）

如果你使用 JetBrains 系列的 IDE（如 PyCharm Professional 或 DataSpell），也支持直接導(dǎo)出。

操作步驟

打開(kāi) .ipynb 文件

• 在 PyCharm 中打開(kāi) Notebook 文件

導(dǎo)出操作

• 點(diǎn)擊 Notebook 工具欄上的 Convert to Python File 按鈕
• 或右鍵點(diǎn)擊文件 → Export to Python File

優(yōu)點(diǎn)

• ? 與 IDE 深度集成
• ? 可保持代碼結(jié)構(gòu)清晰

缺點(diǎn)

• ? 僅 PyCharm Professional / DataSpell 支持
• ? 社區(qū)版（Community）不支持

七、轉(zhuǎn)換效果對(duì)比

假設(shè)我們有如下 Notebook 內(nèi)容：

# Cell 1 (Markdown)
# ## 數(shù)據(jù)分析示例

# Cell 2 (Code)
import pandas as pd
import matplotlib.pyplot as plt

# Cell 3 (Code)
%matplotlib inline
df = pd.read_csv('data.csv')
df.head()

# Cell 4 (Code)
plt.plot(df['x'], df['y'])
plt.show()

轉(zhuǎn)換后的.py文件（方法三進(jìn)階版）

# -*- coding: utf-8 -*-
# Converted from: analysis.ipynb
# ============================================

# ## 數(shù)據(jù)分析示例

import pandas as pd
import matplotlib.pyplot as plt

df = pd.read_csv('data.csv')
df.head()

plt.plot(df['x'], df['y'])
plt.show()

八、常見(jiàn)問(wèn)題 FAQ

Q1: 轉(zhuǎn)換后的.py文件能直接運(yùn)行嗎？

A: 大部分情況下可以直接運(yùn)行，但如果 Notebook 中使用了 Jupyter 魔法命令（如 %matplotlib inline、%timeit），需要在 .py 中刪除或替換這些命令。

Q2: 如何保留 Notebook 中的輸出結(jié)果？

A: jupyter nbconvert --to script 默認(rèn)不保留輸出。如需保留，建議使用 --to python 配合自定義模板，或使用 jupyter nbconvert --to html 先導(dǎo)出為 HTML。

Q3: 轉(zhuǎn)換后的中文注釋亂碼怎么辦？

A: 確保轉(zhuǎn)換時(shí)指定 encoding='utf-8'，并在 .py 文件頭部添加 # -*- coding: utf-8 -*-。

Q4: 可以反向轉(zhuǎn)換嗎？（.py → .ipynb）

A: 可以！使用 jupytext 工具：

pip install jupytext
jupytext --to notebook your_script.py

九、總結(jié)對(duì)比表

十、寫(xiě)在最后

本文介紹了 5 種將 Jupyter Notebook 轉(zhuǎn)換為 Python 文件的方法，從最簡(jiǎn)單的界面操作到靈活的腳本自定義，你可以根據(jù)自己的需求選擇最合適的方式。

個(gè)人建議：日常使用推薦 方法二（命令行），簡(jiǎn)單高效；有特殊需求時(shí)選擇 方法三（Python 腳本） 進(jìn)行自定義處理。

以上就是將Jupyter Notebook(.ipynb)文件轉(zhuǎn)換為Python(.py)文件的5種方法的詳細(xì)內(nèi)容，更多關(guān)于Jupyter Notebook文件轉(zhuǎn)換為Python文件的資料請(qǐng)關(guān)注腳本之家其它相關(guān)文章！

最新評(píng)論