Awesome GitHub RepositoriesNotebook Code Execution

Apache Zeppelin is a web-based notebook platform for interactive data analytics that supports executing code in over 20 languages within a single notebook. It provides a plugin-based interpreter architecture that allows the notebook to be extended with new languages and data sources, and includes a JDBC connector abstraction for connecting to any JDBC-compliant database. The platform also features session-isolated interpreter contexts, enabling separate interpreter instances per notebook or user with support for dependency injection and user impersonation. The platform distinguishes itself th

Papermill is a Jupyter notebook execution engine and parameterization framework designed to run notebooks programmatically. It allows users to inject custom input values into notebooks to execute the same logic across different datasets, transforming interactive notebooks into reproducible data science pipelines. The project functions as a language-agnostic notebook runner and orchestrator, supporting kernels for Python, R, Julia, and Scala. It is distinguished by its cloud-integrated runner capabilities, featuring built-in handlers to read and write notebooks directly to storage providers su

Lihang ist eine Bibliothek und ein Framework für statistische Lernalgorithmen, das Implementierungen von überwachten und unüberwachten Machine-Learning-Modellen bereitstellt. Es fungiert als Referenz-Repository, das statistische Lerntheorien in ausführbaren Code für Datenklassifizierung und Mustererkennung übersetzt. Das Projekt bietet spezialisierte Tools für die Implementierung probabilistischer Modelle unter Verwendung von Likelihood-Schätzung und Bayes-Methoden zur Bestimmung optimaler Modellparameter. Es enthält ein Tool zur sequenziellen Datenmarkierung für die Identifizierung von Mustern in geordneten Datensequenzen und unterstützt sowohl lineare als auch nicht-lineare binäre Klassifizierung. Das Framework deckt ein breites Spektrum an Machine-Learning-Funktionen ab, einschließlich unüberwachter Datenanalyse für Clustering und Themenanalyse sowie eine Pipeline für den automatisierten Abruf akademischer Bibliografien und Referenzmaterialien. Das Projekt integriert interaktive Notebooks für iterative Datenanalyse und Modellverifizierung.

whodb is a multi-database management interface and notebook client designed for exploring and managing data across various engines, including Postgres, MySQL, MongoDB, and Redis. It functions as a graphical interface for managing database connections, records, and schemas through a unified layer. The project features a natural language query interface that uses large language models to translate plain English into executable SQL or NoSQL queries. This is supported by schema-aware prompting that injects database metadata into the model context to ensure generated queries match actual table def

This project is a collection of transformer natural language processing tutorial notebooks and educational resources. It provides a guide for using the Hugging Face Transformers library through interactive coding exercises and demonstrations. The repository contains ready-to-run Jupyter notebooks that provide practical examples for implementing transformer models. These resources demonstrate how to execute specific natural language processing workflows using pre-trained models. The notebooks cover a range of natural language processing tasks, including text classification, automatic text sum

Polynote ist eine polyglotte Notebook-Umgebung und ein interaktives Dokumentensystem, das für die Ausführung von Code in mehreren Sprachen innerhalb eines einzigen Dokuments entwickelt wurde. Es fungiert als sprachübergreifendes Datenanalysetool und JVM-Sprach-IDE, das es Nutzern ermöglicht, ausführbaren Code, Rich Text und Datenvisualisierungen zu kombinieren, um technische Workflows zu prototypisieren und zu dokumentieren. Das System zeichnet sich durch die Fähigkeit aus, Daten und Variablen zwischen verschiedenen Sprach-Runtimes, wie Python und der JVM, zu teilen. Es verwendet sprachübergreifende Objektkonvertierung und Data-Wrapping, um Objekte zwischen Runtimes zu übergeben und so mehrsprachige Daten-Workflows zu ermöglichen. Zudem lässt es sich in Apache Spark integrieren, um verteilte Datenverarbeitungsaufgaben über lokale oder Remote-Cluster-Submissions auszuführen. Die Plattform bietet eine umfassende Suite an Funktionen für Datenanalyse und -visualisierung, einschließlich einer Echtzeit-Symboltabelle für das Runtime-Monitoring und Unterstützung für das Rendern von Vega-Spezifikationen. Sie verwaltet Abhängigkeiten für JVM- und Python-Runtimes mittels koordinatenbasierter Auflösung und bietet IDE-erweitertes Editieren mit Autocomplete und Fehlerhervorhebung. Zu den Dokumentenverwaltungsfunktionen gehören ein dynamisches Inhaltsverzeichnis, eine notebookübergreifende Inhaltssuche und eine browserbasierte Backup-Wiederherstellung, um Datenverlust durch beschädigte Dateien zu verhindern.

Jupyter Book is a computational book publisher and static site generator that converts Jupyter notebooks and markdown files into interactive web books and publication-quality PDF documents. It serves as a markdown-based documentation tool that executes embedded code at build time and caches the resulting outputs for static display. The system distinguishes itself by supporting interactive data publications, allowing readers to engage with live computational widgets and launch notebooks in remote execution environments. It extends standard markdown with a system of roles and directives to supp

Gophernotes ist eine Backend-Implementierung des Jupyter-Kernel-Protokolls und eine interaktive Laufzeitumgebung, die die Ausführung von Go-Code innerhalb von Notebook-Umgebungen ermöglicht. Es dient als Go-Ausführungs-Engine, mit der Benutzer Go in polyglotten Notebooks wie Jupyter und nteract integrieren können. Das Projekt unterstützt die Erstellung von Dokumenten, die ausführbaren Quellcode mit Rich Media kombinieren. Es bildet interne Datentypen auf verschiedene Formate ab, darunter HTML, JSON, LaTeX, PDF und Bilder, um visuelle Darstellungen der Ausführungsergebnisse bereitzustellen. Das System deckt eine Reihe von Funktionen ab, einschließlich der Ausführung von System-Shell-Befehlen, der Verwaltung von Notebook-Ausführungskontexten und der Verknüpfung von Drittanbieter-Paketen über verschiedene Betriebssysteme hinweg.

Kotlin Jupyter is an interactive computing environment that enables the execution of Kotlin code within Jupyter notebooks. It functions as a kernel for the Java Virtual Machine, providing a platform for data analysis, rapid prototyping, and scientific computing research. The system manages the evaluation of code snippets by compiling them dynamically at runtime, allowing for real-time interaction and variable inspection. The project distinguishes itself through a sophisticated code transformation pipeline that intercepts and modifies user input to support custom syntax and automated logic. It