如何保存Jupyter Notebook（Anaconda3）的完整运行环境？

针对Windows系统下Anaconda环境的Jupyter Notebook，以下几种方法可以实现类似R语言.RData的一键保存/加载全部自定义对象（dataframe、模型、列表等）的功能：

方法1：使用dill库（最便捷） #

dill支持序列化几乎所有Python对象，无需逐个指定变量，直接保存全局环境：

• 安装dill

  conda install dill -c conda-forge
  # 或用pip安装
  pip install dill
  

• 保存全部环境

  import dill
  # 将当前全局环境所有对象保存到文件
  with open('notebook_env.pkl', 'wb') as f:
      dill.dump(globals(), f)
  

• 加载环境

  import dill
  # 加载保存的对象并覆盖当前全局环境
  with open('notebook_env.pkl', 'rb') as f:
      loaded_env = dill.load(f)
  globals().update(loaded_env)
  

  注意：加载时会覆盖当前环境中同名变量，建议在新Notebook或清空当前环境后操作。

方法2：原生pickle实现（无需额外安装） #

利用Python自带的pickle模块，结合全局变量字典过滤系统变量，只保存用户自定义对象：

• 保存

  import pickle
  # 过滤系统内置变量，仅保留用户定义的对象
  user_objects = {k: v for k, v in globals().items() if not k.startswith('_') and not isinstance(v, type)}
  with open('notebook_env.pkl', 'wb') as f:
      pickle.dump(user_objects, f)
  

• 加载

  import pickle
  with open('notebook_env.pkl', 'rb') as f:
      user_objects = pickle.load(f)
  globals().update(user_objects)
  

方法3：Jupyter魔法命令批量操作 #

利用Jupyter自带的%store魔法命令实现批量保存/加载：

• 批量保存

  # 筛选出用户自定义变量名
  user_var_names = [k for k in globals().keys() if not k.startswith('_') and not isinstance(globals()[k], type)]
  # 批量保存所有用户变量
  for var_name in user_var_names:
      %store $var_name
  

• 批量加载

  # 一键加载所有之前保存的变量
  %store -r
  

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