LaTeX + Python 科研工作流：从Jupyter Notebook到学术论文的代码高亮实践

在数据驱动的研究领域，Python已成为科学计算和机器学习的事实标准语言，而Jupyter Notebook凭借其交互式特性成为探索性数据分析的首选工具。但当研究进入论文撰写阶段，如何将这些动态生成的代码优雅地迁移到静态的LaTeX文档中，同时保持专业排版和语法高亮，成为许多研究者面临的现实挑战。

传统复制粘贴方式不仅破坏代码格式，更无法满足学术出版对文献一致性的严苛要求。本文将构建一套完整的解决方案，通过minted宏包与Pygments的组合，实现从.ipynb文件到LaTeX文档的无损代码迁移，同时分享如何通过浮动环境、交叉引用等高级功能满足期刊投稿的技术规范。

1. 环境配置：构建LaTeX-Python协同工作流

1.1 基础组件安装

实现代码高亮需要LaTeX与Python生态的协同工作。核心组件包括：

• Pygments：Python生态的语法高亮引擎，支持超过500种编程语言
• minted：LaTeX宏包，作为Pygments的接口提供高质量排版
• Jupyter Notebook：原始代码的编辑环境

推荐使用conda管理Python环境以避免依赖冲突：

bash复制conda create -n latex python=3.9 pygments jupyter
conda activate latex

对于TeX发行版，现代版本如TeX Live 2023已内置minted宏包。验证安装完整性：

bash复制texdoc minted  # 查看宏包文档
pygmentize -V  # 检查Pygments版本

1.2 编译器特殊配置

由于minted需要调用外部Pygments程序，必须启用LaTeX编译器的shell escape功能。不同编辑器的配置方式：

安全提示：仅在信任的文档中使用shell escape，避免执行恶意代码

2. Jupyter Notebook到LaTeX的代码迁移策略

2.1 自动化导出流程

手动复制代码块效率低下且易出错，推荐使用nbconvert工具链：

python复制# 将.ipynb转换为.tex文件
jupyter nbconvert --to latex --template clean_code input.ipynb

# 提取纯净代码版本
jupyter nbconvert --to script --template remove_markdown input.ipynb

配合自定义模板（保存为clean_code.tplx）可优化输出结构：

latex复制((*- extends 'article.tplx' -*))

((* block input_group *))
    ((*- if cell.source.strip() -*))
        \begin{minted}{python}
        (( cell.source | escape_latex ))
        \end{minted}
    ((*- endif -*))
((* endblock input_group *))

2.2 代码块元数据管理

Jupyter的cell metadata可无缝转换为LaTeX选项：

json复制{
  "metadata": {
    "latex": {
      "linenos": true,
      "frame": "leftline",
      "fontsize": "small"
    }
  }
}

通过预处理脚本自动转换：

python复制import json
from nbformat import read, write

nb = read('input.ipynb', as_version=4)
for cell in nb.cells:
    if 'latex' in cell.metadata:
        options = ','.join(f"{k}={v}" 
                          for k,v in cell.metadata['latex'].items())
        cell.source = f"%begin_minted[{options}]\n{cell.source}\n%end_minted"

3. 专业级代码展示技巧

3.1 学术论文的代码排版规范

符合ACM/IEEE等主流期刊要求的代码展示标准：

latex复制\begin{listing}[!t]
\centering
\begin{minted}[
    fontfamily=tt,
    bgcolor=gray!5,
    framesep=2mm,
    fontsize=\footnotesize
]{python}
def compute_metrics(y_true, y_pred):
    precision = precision_score(y_true, y_pred)
    recall = recall_score(y_true, y_pred)
    return {"F1": 2*(precision*recall)/(precision+recall)}
\end{minted}
\caption{机器学习评估指标计算}
\label{lst:metrics}
\end{listing}

关键参数说明：

3.2 交互式代码与静态展示的平衡

针对Jupyter特有的输出（如图表、DataFrame），推荐组合策略：

1. 使用\inputminted导入处理过的代码文件
2. 通过nbconvert导出图表为PDF/PNG
3. 使用subcaption宏包创建图代码组合体

latex复制\begin{figure}[h]
    \centering
    \begin{subfigure}{0.48\textwidth}
        \inputminted{python}{code.py}
        \caption{源代码}
    \end{subfigure}
    \hfill
    \begin{subfigure}{0.48\textwidth}
        \includegraphics[width=\linewidth]{output.pdf}
        \caption{运行结果}
    \end{subfigure}
    \caption{完整实验过程展示}
\end{figure}

4. 高级定制与疑难解决

4.1 主题样式工程

Pygments提供超过20种配色主题，可通过pygmentize -L styles查看。在LaTeX中切换样式：

latex复制\usemintedstyle{monokai}  % 整体文档样式
\begin{minted}[style=material]{python}  % 局部覆盖
# 深色主题代码块
\end{minted}

自定义样式需创建.py文件并注册：

python复制from pygments.style import Style
from pygments.token import Keyword

class MyStyle(Style):
    styles = {
        Keyword: '#FF0000 bold',
        # 其他token定义
    }

4.2 常见编译问题排查

对于复杂文档，建议分阶段编译：

bash复制xelatex -shell-escape main.tex
biber main
xelatex -shell-escape main.tex

5. 效能优化与版本控制整合

5.1 编译加速技巧

大量代码块会显著增加编译时间，可采用：

1. 缓存机制：在导言区添加

   latex复制\usepackage[cache=true]{minted}
   

2. 预编译策略：将稳定代码转为PDF片段

   bash复制pdfcrop --margins 5 code.pdf
   

3. 批处理模式：分离代码与主文档

   latex复制\include{chapters/code.tex}
   

5.2 Git版本控制实践

推荐.gitignore配置：

code复制*.aux
*.pyg  # Pygments缓存文件
*.vrb

使用diff宏包高亮代码变更：

latex复制\begin{minted}[
    highlightlines={2-3},
    highlightcolor=red!20
]{python}
- old_version = 1.0
+ new_version = 2.0
\end{minted}

在持续集成中自动测试代码可执行性：

yaml复制# .github/workflows/check.yml
jobs:
  test:
    steps:
      - run: python -m pytest tests/
      - run: xelatex -shell-escape paper.tex