Notebook 很适合探索：数据、公式、图像和解释可以放在一起，反馈速度也很快。但当同一个文件承担数据清洗、参数配置、长时间计算和最终绘图时，单元格执行顺序会逐渐变成隐藏状态。
问题通常不是 Notebook 本身，而是没有区分“探索过程”和“可重复执行的计算过程”。
先找出隐含输入
一次数值实验的输入不仅是数据文件，还包括：
- 参数与随机种子；
- 软件依赖和运行环境；
- 数据预处理规则；
- 代码版本；
- 单元格曾经产生、但已经看不见的内存状态。
最后一项最危险。若选择“重启内核并全部运行”后结果发生变化，就说明实验依赖了执行历史。
拆成三层
一个轻量但有效的结构如下：
| 层次 | 职责 | 典型产物 |
|---|---|---|
| 探索层 | 尝试假设、查看数据 | Notebook、草图 |
| 计算层 | 确定性地执行模型 | 脚本、配置、原始结果 |
| 报告层 | 读取结果并生成表达 | 图表、表格、文章 |
探索层可以频繁变化；计算层应接受显式参数，不依赖交互状态；报告层只读取已经保存的结果，避免在绘图时偷偷重新计算。
推荐的最小目录
experiment/
├─ configs/
│ └─ baseline.yaml
├─ data/
│ └─ README.md
├─ src/
│ ├─ simulate.py
│ └─ metrics.py
├─ notebooks/
│ └─ analysis.ipynb
├─ results/
└─ requirements.txt数据目录中的说明文件应写清来源、校验值和获取方式，而不是把来源不明的大文件直接提交。结果目录保存机器可读的原始输出，Notebook 只负责读取和解释。
为随机性建立边界
如果模型含有随机过程，应在入口处创建随机数生成器，并显式传递：
import numpy as np
def run_experiment(seed, sample_count):
rng = np.random.default_rng(seed)
samples = rng.normal(loc=0.0, scale=1.0, size=sample_count)
return {
"seed": seed,
"sample_count": sample_count,
"mean": float(samples.mean()),
"std": float(samples.std(ddof=1)),
}这样随机种子会成为实验配置的一部分，而不是散落在多个单元格中的全局状态。
一次简单的复现验收
在发布结果前，可以在全新环境中做一次验收：
- 从空目录获取代码。
- 按锁定文件安装依赖。
- 依据说明获取并校验数据。
- 只运行一个入口命令。
- 比较关键指标、表格和图像。
可复现并不要求每个浮点数在所有硬件上逐位相同，但应提前定义允许的误差范围，并说明可能影响结果的非确定性来源。做到这一点，Notebook 仍然是很好的思考工具，同时实验也不再依赖作者的记忆。