首页 > 脚本专栏 > python > Jupyter Notebook文件转换为Python文件

将Jupyter Notebook(.ipynb)文件转换为Python(.py)文件的5种方法

2026-05-08 09:08:57 作者：WL_Aurora

在日常数据分析和机器学习开发中,Jupyter Notebook是一个非常好用的交互式开发工具,但在某些场景下,我们需要将 .ipynb文件转换为纯 Python脚本文件.py,以便于生产环境部署、代码版本管理或与其他开发者协作,本文将详细介绍5种将Jupyter Notebook转换为Python 文件的方法

摘要：在日常数据分析和机器学习开发中，Jupyter Notebook 是一个非常好用的交互式开发工具。但在某些场景下，我们需要将 .ipynb 文件转换为纯 Python 脚本文件（.py），以便于生产环境部署、代码版本管理或与其他开发者协作。本文将详细介绍 5 种将 Jupyter Notebook 转换为 Python 文件的方法，涵盖图形界面、命令行、Python 脚本、IDE 工具等多种方式，总有一种适合你！

一、为什么要进行转换？

在正式开始之前，我们先来了解一下为什么需要将 .ipynb 转换为 .py：

场景	说明
生产环境部署	Jupyter Notebook 不适合直接在生产服务器上运行，转换为 `.py` 后可以方便地部署和调度
代码版本管理	`.ipynb` 文件包含大量 JSON 元数据，Git diff 难以阅读，`.py` 文件更利于代码审查
团队协作	部分团队成员更习惯使用 PyCharm、VS Code 等 IDE 开发纯 Python 文件
纯文本编辑	有时需要在 Vim、Nano 等终端编辑器中快速查看或修改代码
模块化开发	将 Notebook 中的代码整理为可复用的 Python 模块

二、方法一：使用 Jupyter Notebook 自带功能（最简单）

如果你已经安装并打开了 Jupyter Notebook，这是最直接、最简单的方法。

操作步骤

打开你的 Jupyter Notebook 文件（.ipynb）
点击顶部菜单栏的 File → Download as → Python (.py)
浏览器会自动下载转换后的 .py 文件到本地

操作示意图

优点

✅ 无需安装额外工具
✅ 一键操作，零门槛
✅ 保留代码结构

缺点

❌ 需要手动打开 Jupyter Notebook
❌ 不适合批量转换
❌ 无法自定义输出格式

三、方法二：使用命令行工具jupyter nbconvert（推荐）

nbconvert 是 Jupyter 官方提供的命令行转换工具，功能强大，支持批量转换和多种格式。

1. 安装 Jupyter（如未安装）

pip install jupyter

或安装 nbconvert 独立包：

pip install nbconvert

2. 基本转换命令

打开终端（Windows 使用 CMD / PowerShell，macOS/Linux 使用 Terminal），进入 .ipynb 文件所在目录，执行：

jupyter nbconvert --to script your_notebook.ipynb

示例：

# 进入文件目录
cd D:\Projects\MyProject
# 执行转换
jupyter nbconvert --to script data_analysis.ipynb

3. 终端输出示例

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

转换成功后，你会在同级目录下看到生成的 data_analysis.py 文件。

4. 批量转换多个文件

如果需要一次性转换目录下的所有 .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. 常用参数说明

参数	说明	示例
`--to script`	转换为 Python 脚本	`jupyter nbconvert --to script file.ipynb`
`--to python`	同上（script 的别名）	`jupyter nbconvert --to python file.ipynb`
`--output`	指定输出文件名	`jupyter nbconvert --to script file.ipynb --output myscript`
`--stdout`	输出到标准输出（不保存文件）	`jupyter nbconvert --to script file.ipynb --stdout`
`--template`	使用自定义模板	`jupyter nbconvert --to script file.ipynb --template full`

优点

✅ 无需打开浏览器
✅ 支持批量转换
✅ 可集成到自动化脚本 / CI/CD 流程
✅ 支持自定义模板

缺点

❌ 需要记住命令
❌ 对新手有一定门槛

四、方法三：使用 Python 脚本自定义转换

如果你需要在转换过程中进行自定义处理（例如过滤特定单元格、添加文件头注释等），可以编写 Python 脚本实现。

基础版本：仅提取代码单元格

import json
def convert_ipynb_to_py(ipynb_file, py_file):
    """
    将 Jupyter Notebook 文件转换为 Python 脚本文件
    参数:
        ipynb_file: 输入的 .ipynb 文件路径
        py_file: 输出的 .py 文件路径
    """
    # 读取 .ipynb 文件（JSON 格式）
    with open(ipynb_file, 'r', encoding='utf-8') as f:
        notebook = json.load(f)
    # 写入 .py 文件
    with open(py_file, 'w', encoding='utf-8') as f:
        for cell in notebook['cells']:
            # 只提取 code 类型的单元格
            if cell['cell_type'] == 'code':
                # 将 source 列表拼接为字符串
                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("转换完成！")

进阶版本：保留 Markdown 注释 + 过滤魔法命令

import json
import re

def convert_ipynb_to_py_advanced(ipynb_file, py_file):
    """
    高级转换：保留 Markdown 作为注释，过滤 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:
        # 写入文件头
        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':
                # 将 Markdown 转换为 Python 注释
                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'])
                
                # 过滤 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')

优点

✅ 完全可控，可自定义转换逻辑
✅ 可集成到数据处理流水线
✅ 可过滤不需要的内容（如魔法命令、输出结果）

缺点

❌ 需要编写代码
❌ 可能无法完美处理所有 Notebook 特性

五、方法四：使用 VS Code 插件（开发者友好）

如果你使用 Visual Studio Code 进行开发，可以通过插件实现一键转换。

操作步骤

安装 Jupyter 插件

打开 VS Code
进入扩展商店（Ctrl+Shift+X）
搜索并安装 Jupyter（Microsoft 官方插件）

打开 .ipynb 文件

在 VS Code 中打开你的 Notebook 文件

导出为 Python 脚本

点击右上角的 …（更多操作）
选择 Export → Python Script
选择保存位置即可

优点

✅ 集成在开发环境中，无需切换
✅ 可视化操作
✅ 支持调试 Notebook 后直接导出

缺点

❌ 需要安装 VS Code 和插件
❌ 不适合服务器环境

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

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

操作步骤

打开 .ipynb 文件

在 PyCharm 中打开 Notebook 文件

导出操作

点击 Notebook 工具栏上的 Convert to Python File 按钮
或右键点击文件 → Export to Python File

优点

✅ 与 IDE 深度集成
✅ 可保持代码结构清晰

缺点

❌ 仅 PyCharm Professional / DataSpell 支持
❌ 社区版（Community）不支持

七、转换效果对比

假设我们有如下 Notebook 内容：

# Cell 1 (Markdown)
# ## 数据分析示例

# 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()

转换后的.py文件（方法三进阶版）

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

# ## 数据分析示例

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、常见问题 FAQ

Q1: 转换后的.py文件能直接运行吗？

A: 大部分情况下可以直接运行，但如果 Notebook 中使用了 Jupyter 魔法命令（如 %matplotlib inline、%timeit），需要在 .py 中删除或替换这些命令。

Q2: 如何保留 Notebook 中的输出结果？

A: jupyter nbconvert --to script 默认不保留输出。如需保留，建议使用 --to python 配合自定义模板，或使用 jupyter nbconvert --to html 先导出为 HTML。

Q3: 转换后的中文注释乱码怎么办？

A: 确保转换时指定 encoding='utf-8'，并在 .py 文件头部添加 # -*- coding: utf-8 -*-。

Q4: 可以反向转换吗？（.py → .ipynb）

A: 可以！使用 jupytext 工具：

pip install jupytext
jupytext --to notebook your_script.py

九、总结对比表

方法	难度	适用场景	批量转换	自定义
Jupyter 界面下载	⭐ 简单	偶尔转换	❌	❌
`jupyter nbconvert` 命令	⭐⭐ 中等	日常开发、批量处理	✅	✅
Python 脚本自定义	⭐⭐⭐ 较难	特殊需求、自动化	✅	✅✅✅
VS Code 导出	⭐ 简单	VS Code 用户	❌	❌
PyCharm / DataSpell	⭐ 简单	JetBrains 用户	❌	❌

十、写在最后

本文介绍了 5 种将 Jupyter Notebook 转换为 Python 文件的方法，从最简单的界面操作到灵活的脚本自定义，你可以根据自己的需求选择最合适的方式。

个人建议：日常使用推荐 方法二（命令行），简单高效；有特殊需求时选择 方法三（Python 脚本） 进行自定义处理。

以上就是将Jupyter Notebook(.ipynb)文件转换为Python(.py)文件的5种方法的详细内容，更多关于Jupyter Notebook文件转换为Python文件的资料请关注脚本之家其它相关文章！

将Jupyter Notebook(.ipynb)文件转换为Python(.py)文件的5种方法

一、为什么要进行转换？

二、方法一：使用 Jupyter Notebook 自带功能（最简单）

操作步骤

操作示意图

优点

缺点

三、方法二：使用命令行工具jupyter nbconvert（推荐）

1. 安装 Jupyter（如未安装）

2. 基本转换命令

3. 终端输出示例

4. 批量转换多个文件

5. 常用参数说明

优点

缺点

四、方法三：使用 Python 脚本自定义转换

基础版本：仅提取代码单元格

进阶版本：保留 Markdown 注释 + 过滤魔法命令

优点

缺点

五、方法四：使用 VS Code 插件（开发者友好）

操作步骤

优点

缺点

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

操作步骤

优点

缺点

七、转换效果对比

转换后的.py文件（方法三进阶版）

八、常见问题 FAQ

Q1: 转换后的.py文件能直接运行吗？

Q2: 如何保留 Notebook 中的输出结果？

Q3: 转换后的中文注释乱码怎么办？

Q4: 可以反向转换吗？（.py → .ipynb）

九、总结对比表

十、写在最后

您可能感兴趣的文章: