为何修改pandas DataFrame的__repr__方法无法改变其显示效果？

最近发现一个有意思的情况：修改自定义类的__repr__方法，不管是在类定义里直接写，还是后续动态赋值，都能正常改变实例的输出；但对Pandas的DataFrame类做同样的动态赋值操作，在Jupyter笔记本里却完全没效果，具体测试如下：

测试1：自定义类A（直接定义__repr__） #

class A:
    def __init__(self):
        pass
    def __repr__(self):
        return "abc"
a = A()
a  # 输出结果：abc

测试2：自定义类B（动态赋值__repr__） #

class B:
    def __init__(self):
        pass
B.__repr__ = lambda x: "hi"
b = B()
b  # 输出结果：hi

测试3：Pandas DataFrame（Jupyter中动态赋值无效） #

import pandas as pd

pd.DataFrame.__repr__ = lambda x: "hi"
df = pd.DataFrame({'a': [1,2], 'b': [3,4]})
df  # 输出仍是默认表格：
#    a  b
# 0  1  3
# 1  2  4

补充说明 #

注意：该动态赋值操作在Python原生REPL中是有效的，上述无效的情况仅出现在Jupyter笔记本环境中。至于为什么在Jupyter里无效，属于另一个需要单独探讨的问题。

内容的提问来源于stack exchange，提问作者extremeaxe5