jupyter

GoNB, ein Go Notebook Kernel für Jupyter

K3D ermöglicht das Erstellen von 3D-Plots basierend auf WebGL mit einer High-Level-API (Oberflächen, Isothermen, Voxel, Meshes, Punktwolken, VTK-Objekte, Volumen-Renderer, Colormaps usw.). Das Hauptziel von K3D-jupyter ist die einfache Nutzung als eigenständiges Paket wie matplotlib sowie die Interoperabilität mit bestehenden Bibliotheken wie VTK.

Eine Schnittstelle zur Kommunikation mit Jupyter-Kerneln.

Ein kostenloses Tutorial für Apache Spark.

Eine Einführung in Python und Programmierung für angehende Data Scientists

Eine Jupyter Notebook-Servererweiterung, die Konfigurationsschnittstellen für nbextensions bereitstellt.

Python DataFrames als interaktive DataTables

Erstellen Sie animierte Diagramme in Jupyter Notebook und ähnlichen Umgebungen mit einer einfachen Python-Syntax.

Schnelle, interaktive Geospatial-Datenvisualisierung in Jupyter.

Implementierung des Jupyter-Kernel-Protokolls in C++

Eine IPython Magic-Erweiterung zum Ausgeben von Datums- und Zeitstempeln, Versionsnummern und Hardwareinformationen

Produzieren und planen Sie Ihre Jupyter Notebooks so einfach, wie Sie sie geschrieben haben.

Wiederverwendbare Widgets leicht gemacht

Offizielles Gem-Repository: Ruby-Kernel für Jupyter/IPython Notebook

Digitale Signalverarbeitung – Theorie und Rechenbeispiele

Interaktive JavaScript- und TypeScript-Programmierung mit Jupyter

Open-Source-Bibliothek für plattformübergreifende symbolische Algebra für C# und F#. Kann sowohl für Produktions- als auch für Forschungszwecke verwendet werden.

Eine kuratierte Liste praktischer Business Machine Learning (BML) und Business Data Science (BDS) Anwendungen für Buchhaltung, Kunden, Mitarbeiter, Recht, Management und Betrieb (von @firmai)

Bibliothek zur Erweiterung von Jupyter Notebooks zur Integration mit Apache TinkerPop, openCypher und RDF SPARQL.

InfluxDB 2.0 Python-Client

Referenz-Deployment von JupyterHub mit Docker

GPU-Jupyter: Ihr GPU-beschleunigtes JupyterLab mit einem umfangreichen Data-Science-Toolstack, TensorFlow und PyTorch für Ihre reproduzierbaren Deep-Learning-Experimente.

Google Maps für Jupyter Notebooks

Lumino ist eine Bibliothek zum Erstellen interaktiver Webanwendungen

Framework zum Erstellen einer benutzerdefinierten No-Code-Plattform. Enthält eine flussbasierte Programmierumgebung und eine grafische Benutzeroberfläche.

Deklarative und reproduzierbare Jupyter-Umgebungen – unterstützt von Nix

IPython Kernel für Jupyter

Interaktives Canvas in Jupyter

Ein Python-Frontend und eine Bibliothek für ComfyUI

Fügt Variablen zu Python-Tracebacks hinzu. Einfach, leichtgewichtig, steuerbar. Formate und Farben anpassen. Debuggen Sie Ursachen von Ausnahmen durch Protokollierung oder formatiertes Drucken bunter Variablenkontexte für jeden Frame in einem Stacktrace, wobei jeder Wert angezeigt wird. Lokale Umgebungen nach Fehlern in Konsole, Dateien und Logger ausgeben. Funktioniert auch in Jupyter.