运行中的Jupyter Notebook如何暂停并保留变量状态或导出CSV？

方案1：保留变量状态暂停运行 #

首先明确：Jupyter的Python内核运行和网络状态没有强绑定，路由器重启不会直接导致运行中断或变量丢失，分两种场景说明：

• 如果你是在本地设备启动的Jupyter服务：访问Jupyter时直接用localhost:端口号或127.0.0.1:端口号走本地回环地址即可，全程不经过路由器，重启路由器期间仅会断外网，脚本会正常运行，所有变量状态自动保留，不需要额外暂停操作。
• 如果你是在局域网其他设备/远程服务器运行Jupyter服务：只要你的脚本本身没有网络请求逻辑，路由器重启仅会导致前端页面和内核临时失联，内核会在设备上继续运行，等网络恢复后刷新Jupyter页面重新连接内核即可，变量不会丢失。如果脚本包含网络请求逻辑，可点击Jupyter界面的「中断内核」按钮（正方形停止图标），仅终止当前运行的代码，不会清空内存变量，等网络恢复后再从中断位置继续运行即可。

方案2：运行中导出当前DataFrame为CSV #

不需要停止内核，按以下步骤操作即可：

1. 点击Jupyter界面的「中断内核」按钮，终止当前正在执行的更新逻辑，该操作不会清空任何已生成的变量
2. 新建一个代码Cell，执行导出命令，将你当前的DataFrame导出为CSV：

   # 把df替换为你实际的DataFrame变量名
   df.to_csv('当前数据备份.csv', index=False, encoding='utf-8-sig')
   

   如果需要完整备份所有变量状态，也可以用pickle序列化存储：

   import pickle
   # 可以把需要存储的变量都放进字典里
   pickle.dump({'df': df, '其他变量名': 其他变量值}, open('全量变量备份.pkl', 'wb'))
   

3. 备份完成后，你可以根据自己的更新逻辑，从中断的位置继续执行剩余代码，不需要从头开始运行。

注意事项 #

• 不要执行「重启内核」「关闭运行Jupyter的终端/后台进程」「关闭运行Jupyter的本地/远程设备」操作，只有这些操作会清空内存变量，断网、中断代码运行都不会导致变量丢失。
• 如果是增量更新逻辑，备份时可以额外记录当前更新到的位置，后续继续运行时直接从该位置开始处理，避免重复计算。

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