第 2 章只讲了 IPython 的基本盘，附录 B 把隐藏关卡全部打开：终端操作、调试、性能剖析、自动重载。这些技巧不改变你能做什么，但深刻改变你干活的速度。
📥 代码进出的各种姿势
%run 的隐藏能力：不只是执行脚本——脚本跑完后，里面的变量、函数全部留在当前命名空间，你可以继续交互式探索。加 -i 还能共享当前会话的变量（脚本像个函数一样「吃到」现场数据）。
剪贴板直接跑：
%paste # 粘贴剪贴板代码块执行（自动处理缩进和空行）
%cpaste # 打开一个"继续粘贴"模式，避免自动立即执行
输入输出有名字：IPython 会记住你每个 cell 的输入输出：
In [5]: 2 ** 27
Out[5]: 134217728
_ # 上一个输出
__ # 上上个输出
_5 # 第 5 个 cell 的输出（Out[5]）
_i5 # 第 5 个 cell 的输入字符串
%hist 翻历史，Ctrl+R 搜索历史（和 shell 一样）——「刚才那条命令怎么写的来着」从此不再是问题。
🐚 IPython 就是半个操作系统
在 IPython 里直接敲 shell 命令（前面加 !）：
!ls / data # 查看目录
!python script.py args # 调外部程序
foo = !ls # 输出捕获进 Python 变量！
%cd data / %bookmark data_dir / %dhist # 目录书签系统
%bookmark 是被严重低估的功能：给深层目录起名字，%cd data_dir 直达——数据分析常在七八层目录里钻来钻去，书签能救命。
🐞 调试器：%debug 的事后诸葛亮
报错之后不要慌，一行 %debug 直接穿越到崩溃现场：
In [1]: run buggy_script.py
... ZeroDivisionError: division by zero
In [2]: %debug # 进入事后调试器
> <ipython>(3)f() # 停在出错的那一帧
ipdb> u # up：跳到上一帧看是谁调的
ipdb> p x # print 变量
ipdb> q # 退出
进入调试器后的常用指令：u/d 上下帧、p 打印、step/next 单步、q 退出。也可以用 %run -d script.py 从头单步调试，或在代码里写 set_trace() 设置断点。
⏱️ 性能剖析三件套
%time f(x) # 单次执行耗时
%timeit f(x) # 多次循环取平均（更准，自动选循环次数）
# 函数级剖析：谁最耗时、调用多少次
%prun -l 7 f(x) # 按耗时排序列出 top 函数
# 逐行剖析：函数内部每一行各花多久
%lprun -f compute_loop compute_loop(1000) # 需要 pip install line_profiler
书里的建议很实在：先用 %timeit 感知，再用 %prun 找热点函数，最后 %lprun 定位行——不要一上来就猜瓶颈，猜几乎总是错的。
🔁 模块自动重载
开发自己的模块时最烦的事：改了 .py，会话里的旧版本还在跑。
%load_ext autoreload
%autoreload 2 # 每次执行前自动重载所有模块的修改
一行配置，从此「改代码 → 重跑」零摩擦。
🧭 代码设计建议与配置
书尾给的两条工程心法值得抄在墙上：
- 交互式探索，模块化沉淀：在 notebook 里探索出可靠逻辑后，把稳定部分移进
.py模块，用%run/import 复用——笔记本是草稿纸，模块是成品库； - 保持函数粒度小：单行能测、单函数能 profile，调试和剖析才有抓手。
最后，配置文件 ipython_config.py（ipython profile create 生成）可以持久化你的偏好：配色、自动加载扩展、启动脚本。花十分钟配一次，受用所有会话。
📌 本章小结：
%run跑完脚本变量留在现场；_与_N引用历史输出；!命令 + 输出捕获让 IPython 化身 shell；崩溃后%debug直接穿越现场；性能优化走「%timeit→%prun→%lprun」三段式；%autoreload 2让模块开发零摩擦。