VS Code中运行大型Plotly-Dash开发Jupyter Notebook卡顿，求优化方案

一、调整VS Code代码检查策略 #

• 关闭实时代码检查：打开VS Code设置，搜索jupyter.lsp.enabled并取消勾选，停止实时逐行/逐单元格的代码检查。若需手动检查代码，可使用快捷键Ctrl+Shift+M查看问题，或右键选择「检查代码」触发。
• 精简启动预检查：搜索jupyter.runStartupCommands，清空或仅保留必要的初始化命令，避免额外的预执行检查步骤。
• 禁用冗余扩展：关闭与Jupyter、Plotly-Dash开发无关的VS Code扩展，减少后台资源占用。

二、优化Jupyter Notebook运行效率 #

• 拆分大型Notebook：按功能模块将722个单元格拆分为多个小型Notebook（如数据处理、Dash布局、回调逻辑各一个文件），通过导入方式复用代码，降低单次运行的代码量。
• 缓存重复计算逻辑：对重复执行的计算，使用functools.lru_cache装饰器缓存结果，或手动将计算结果存入变量，避免重复运算。
• 延迟加载Dash组件：避免启动时初始化所有Dash组件，改为在用户触发操作（如点击按钮）时再加载对应组件逻辑，减少启动负载。
• 简化Dash布局结构：移除不必要的嵌套组件，采用更简洁的布局层级，降低组件解析时间。
• 更换轻量内核：尝试使用xeus-python等轻量内核替代默认的ipykernel，提升启动与运行速度。
• 定期清理内存：在Notebook中用del删除无用变量，再调用gc.collect()手动回收内存，避免内存累积拖慢运行速度。
• 减少全局变量：将变量封装到函数内部，降低全局命名空间复杂度，减少代码解析与运行的开销。

内容的提问来源于stack exchange，提问作者roudan