如何在不同命名空间执行Jupyter Notebook并避免变量覆盖？

核心问题分析 #

1. %store 基于IPython全局持久化存储机制，不受Notebook命名空间限制，只要执行%store -r y就会直接覆盖当前环境的y，这是y被修改的根本原因。
2. %run -n仅禁止将被运行Notebook的变量导入当前命名空间，但被运行的Notebook仍可通过%store、全局IPython环境等方式修改外部变量。

可行解决方案 #

方案1：用自定义命名空间执行被运行的Notebook #

使用%run的-i参数结合字典传入独立命名空间，同时废弃%store改用命名空间传递变量：

• nba.ipynb 修改后代码：

x = 2
y = 100

# 创建独立命名空间并传入初始y值
ns = {'y': y}
%run -i nbb.ipynb -ns ns

# 从命名空间获取修改后的值，原变量不受影响
modified_y = ns['y']
print(f"原y值: {y}, nbb中修改后的y值: {modified_y}")
print(f"原x值: {x}")  # x不会被nbb中的x=3覆盖

• nbb.ipynb 修改后代码：

# 仅操作传入的命名空间变量，不修改全局环境
x = 3
ns['y'] += 50

方案2：将nbb.ipynb作为模块导入 #

借助Python模块的命名空间隔离特性，把nbb.ipynb转为可导入模块：

1. 先安装依赖模块（未安装时执行）：

pip install ipynb

2. nba.ipynb 修改后代码：

x = 2
y = 100

# 导入nbb模块的处理函数
from ipynb.fs.full.nbb import modify_y

# 传入y并获取修改后的值，原变量无变化
modified_y = modify_y(y)
print(f"原y值: {y}, 修改后y值: {modified_y}")
print(f"原x值: {x}")

3. nbb.ipynb 修改后代码：

x = 3

# 用函数封装逻辑，避免全局变量操作
def modify_y(input_y):
    return input_y + 50

方案3：函数封装逻辑替代%store #

彻底放弃%store，将nbb的逻辑封装为函数，通过参数和返回值传递变量，天然实现命名空间隔离：

• nba.ipynb 修改后代码：

x = 2
y = 100

# 运行nbb加载其函数
%run nbb.ipynb

# 调用函数处理y，原变量不被修改
modified_y = update_y(y)
print(f"原y值: {y}, 修改后y值: {modified_y}")
print(f"原x值: {x}")

• nbb.ipynb 修改后代码：

x = 3

def update_y(y_val):
    return y_val + 50

内容的提问来源于stack exchange，提问作者PTQuoc