如何定位Jupyter Notebook中占用大量空间的输出单元格？

方法一：在Notebook内运行代码统计 #

直接在目标Notebook里新建一个代码单元格，运行以下代码，就能批量统计每个代码单元格的输出大小，还能按体积排序：

import json
import os
from operator import itemgetter

# 替换为你的Notebook文件名，比如"analysis.ipynb"
notebook_path = os.path.abspath("your_notebook.ipynb")
with open(notebook_path, "r", encoding="utf-8") as f:
    nb = json.load(f)

cell_size_list = []
# 遍历所有单元格
for cell_idx, cell in enumerate(nb["cells"], 1):
    # 只处理有输出的代码单元格
    if cell["cell_type"] == "code" and "outputs" in cell and cell["outputs"]:
        # 将输出序列化为字符串，计算字节数并转换为KB
        output_content = json.dumps(cell["outputs"])
        output_size_kb = len(output_content.encode("utf-8")) / 1024
        cell_size_list.append((cell_idx, output_size_kb))

# 按输出大小降序排列，优先定位体积大的单元格
cell_size_list_sorted = sorted(cell_size_list, key=itemgetter(1), reverse=True)

print("各代码单元格输出大小（降序）：")
for idx, size in cell_size_list_sorted:
    print(f"单元格 {idx}: {size:.2f} KB")

运行后，你会看到所有带输出的代码单元格的索引和对应的输出体积，直接找到最大的那些单元格即可。

方法二：命令行工具快速统计（适合熟悉终端的用户） #

如果你习惯用命令行，可以用jq工具（需提前安装），在终端执行以下命令：

jq '.cells[] | select(.cell_type == "code" and .outputs != []) | {cell_index: [.[]] | index(.), output_size_bytes: (.outputs | tojson | length)}' your_notebook.ipynb

输出结果会显示每个有输出的代码单元格的索引和输出的字节数，除以1024就能得到KB值。

后续优化建议 #

找到大体积输出单元格后，你可以：

• 直接清除该单元格的输出（右键单元格 → 清除输出），但会丢失可视化内容；
• 优先把大体积的matplotlib/seaborn图保存为外部图片文件（比如用plt.savefig("plot.png", dpi=100)降低分辨率），然后在Notebook里用Markdown语法引用：![图标题](plot.png)，这样GitHub依然能正常显示图片，同时大幅减小Notebook文件体积。

内容的提问来源于stack exchange，提问作者Tom B.