Jupyter does not see changes in the imported module的问题出现的原因是Jupyter无法读取工作目录中Python脚本的新状态。当我们在工作目录中对Python脚本进行更改后，Jupyter并不会立即识别到这些更改。因此，需要重启Python内核，以便Jupyter能够读取工作目录中Python脚本的新状态。

解决这个问题的方法是重新启动Python内核。通过重新启动Python内核，Jupyter将能够识别到工作目录中Python脚本的更改。这样，当我们对变量a进行重新赋值时，它将打印出新的赋值结果。

然而，很不幸的是，每次进行更改后，我们都需要重新启动Python内核来解决这个问题。这意味着我们需要手动执行这个操作，以确保Jupyter能够读取到我们对Python脚本的更改。

，Jupyter无法即时识别工作目录中Python脚本的更改，导致Jupyter无法看到导入模块的变化。为了解决这个问题，我们需要重新启动Python内核。然而，需要注意的是，每次进行更改后，我们都需要手动重新启动Python内核才能使Jupyter能够读取到这些更改。

Jupyter在导入的模块中看不到更改的原因是因为Jupyter只会在第一次导入模块时加载它们，之后对模块的更改不会自动重新加载。这可能会导致在Jupyter中进行开发时出现问题，因为如果你对导入的模块进行了更改，Jupyter可能不会察觉到这些更改，而仍然使用旧版本的模块。

要解决这个问题，可以使用一个名为autoreload的IPython扩展。这个扩展可以在每次执行单元格之前重新导入模块，以便Jupyter能够看到模块的更改。下面是解决方法：

1. 在Jupyter笔记本的第一个单元格中添加以下代码：

%load_ext autoreload
%autoreload 2

2. 然后在导入你想要跟踪更改的模块之前添加这些代码。例如：

import my_module

这样，每次你执行一个单元格时，autoreload扩展都会重新导入模块，使Jupyter能够看到你对模块所做的更改。

这种方法确保了在Jupyter中进行开发时能够及时看到对导入模块的更改，从而避免了使用旧版本模块可能导致的问题。

在Jupyter中，有时候在导入的模块中进行了修改，但是Jupyter却无法看到这些修改，导致无法正确地获取到最新的结果。这个问题的出现原因是因为Jupyter在首次导入模块后，会将模块的内容缓存在内存中，之后再次导入时并不会重新读取模块文件，而是直接使用缓存中的内容。因此，即使在外部修改了模块文件，Jupyter也无法感知到这些修改。

为了解决这个问题，我们可以使用importlib.reload()函数来重新加载模块。具体的解决方法如下：

首先，我们需要在代码中导入importlib模块：

import importlib

然后，在需要重新加载模块的地方，使用importlib.reload()函数进行重新加载：

importlib.reload(module_name)

注意，如果没有使用模块名称的别名，而是直接使用了模块的完整路径（例如"folder_name.filename"），则需要使用importlib.reload()函数重新加载完整路径。

最后，重新加载模块后，就可以正常地获取到最新的结果了。例如，重新加载后，调用module_name.some_func()将会输出test2。

通过使用importlib.reload()函数重新加载模块，可以解决Jupyter无法感知到导入模块中的修改的问题。