如何手动为jupyter notebook及py文件添加papermill参数并在转换后留存

两个需求都可以实现，无需通过Jupyter/JupyterLab界面操作，也可以保证.py转.ipynb后参数配置正常生效。

具体实现方法 #

你使用jupytext的话，只需要在.py文件中按照jupytext的单元格标记规则，给参数单元格加上parameters标签即可，以常用的percent格式py文件为例：

# %% 普通代码单元格
import pandas as pd
import os

# %% tags=["parameters"]
# 此处定义参数默认值，papermill运行时会覆盖此处的赋值
input_path = "./default_input"
run_date = "2024-01-01"
batch_size = 100

# %% 后续业务逻辑单元格
df = pd.read_csv(f"{input_path}/data_{run_date}.csv")

执行转换命令即可生成带参数标签的ipynb文件：
jupytext --to ipynb <notebook>.py

转换生成的.ipynb文件中，上述标记的参数单元格会自动携带parameters标签，papermill可以直接识别，不会抛出警告，完全适配你预期的自动化工作流。

补充说明 #

你提到的无参数标签也能注入参数的情况，确实是papermill 2.0+版本的特性：即使没有找到带parameters标签的单元格，papermill也会自动在notebook的最开头插入一个参数单元格写入传入的参数值，仅会抛出对应警告不影响运行。不过仍然建议手动添加参数标签：

• 可以自定义参数默认值，不传参时也能正常运行notebook
• 参数注入位置可控，不会打乱原有代码的执行顺序
• 避免无关警告输出

内容的提问来源于stack exchange，提问作者Bryce