如何判断DataSpell中运行的计算任务是否已执行完成

• 优先用编辑器内置的状态标识，不需要额外写代码
  如果你在Jupyter交互单元中运行代码：单元格左侧的方括号标记就是最直接的状态指示，运行中会显示[*]，执行完成后会自动替换为带执行序号的标记（比如[23]），序号更新就代表当前单元所有代码执行完毕。
  如果你在Python控制台/脚本运行模式下跑代码：看界面底部的运行状态栏，运行中会显示红色的「Running」提示，执行完成后会切回绿色的「Idle」（空闲）状态；同时控制台工具栏的红色停止按钮会在运行结束后自动置灰，绿色运行按钮恢复可点击状态，两个信号都可以直接判断执行状态。
• 针对需要确认变量刷新的场景，直接用内置变量面板
  界面右侧的*Variables（变量）*面板会实时同步当前运行环境的变量状态，长计算执行过程中面板会暂停刷新，等你要更新的some_object条目显示出最新的类型、取值、内存占用信息时，就代表赋值操作已经完成，不需要额外新建临时测试变量污染命名空间。
• 需要明确感知完成状态时，用轻量提示替代无意义的临时变量赋值
  如果你不想一直盯着界面状态，可以在长计算代码后追加一行极低开销的提示代码，不会产生多余的无用变量：

  some_object = function_with_very_long_computations()
  print("✅ 长计算执行完成，some_object已更新")
  

  如果需要离开界面做其他事，还可以加系统级的提示，跑完会自动触发提醒，不用守在DataSpell窗口前：

  # Windows系统触发系统提示音
  import winsound
  winsound.MessageBeep()
  
  # macOS系统可以替换为语音提示
  # import os
  # os.system('say "计算任务已完成"')
  

不建议用新建临时变量做判断的方式，除了操作笨拙之外，还会在当前命名空间留下无意义的冗余变量，后续做变量清理反而会增加额外操作。

内容的提问来源于stack exchange，提问作者user1700890