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 是一个统计学习算法库和框架，提供监督和非监督机器学习模型的实现。它作为一个参考仓库，将统计学习理论转化为可执行的代码，用于数据分类和模式识别。 该项目具有用于概率模型实现的专门工具，利用似然估计和贝叶斯方法来确定最优模型参数。它包含一个用于识别有序数据序列中模式的序列数据标注工具，并支持线性和非线性二分类。 该框架涵盖了广泛的机器学习功能，包括用于聚类和主题分析的非监督数据分析，以及用于自动检索学术书目和参考资料的流水线。 该项目集成了用于迭代数据分析和模型验证的交互式笔记本。

whodb 是一个多数据库管理界面和笔记本客户端，旨在探索和管理包括 Postgres、MySQL、MongoDB 和 Redis 在内的各种引擎的数据。它作为一个统一层，通过图形界面管理数据库连接、记录和模式。 该项目具有自然语言查询界面，使用大语言模型将简单的英语翻译成可执行的 SQL 或 NoSQL 查询。这得益于模式感知提示（schema-aware prompting），它将数据库元数据注入模型上下文，以确保生成的查询与实际表定义匹配。 其他功能包括将外键元数据转换为交互式图网络的模式可视化工具，以及用于创建模拟数据集的合成数据生成器。该工具还提供了一种笔记本式的执行模型，用于将查询组织成顺序单元格，支持 CSV 和 JSON 等格式的数据导出，以及用于环境管理的命令行界面。

本项目是一个 Transformer 自然语言处理教程笔记本和教育资源集合。它通过交互式编码练习和演示，提供了使用 Hugging Face Transformers 库的指南。 该仓库包含可直接运行的 Jupyter 笔记本，为实现 Transformer 模型提供了实用示例。这些资源演示了如何使用预训练模型执行特定的自然语言处理工作流。 笔记本涵盖了一系列自然语言处理任务，包括文本分类、自动文本摘要和命名实体识别。

Polynote 是一个多语言笔记本环境和交互式文档系统，旨在在单个文档中执行多种语言的代码。它作为一个跨语言数据分析工具和 JVM 语言 IDE，允许用户结合可执行代码、富文本和数据可视化来原型化和记录技术工作流。 该系统的特点在于能够在不同的语言运行时（如 Python 和 JVM）之间共享数据和变量。它使用跨语言对象转换和数据包装来在运行时之间传递对象，从而实现多语言数据工作流。此外，它与 Apache Spark 集成，通过本地或远程集群提交来执行分布式数据处理任务。 该平台提供了一套全面的数据分析和可视化功能，包括用于运行时监控的实时符号表，以及对 Vega 规范渲染的支持。它使用基于坐标的解析来管理 JVM 和 Python 运行时的依赖关系，并提供具有自动补全和错误高亮功能的 IDE 增强编辑体验。 文档管理功能包括动态目录、跨笔记本内容搜索以及基于浏览器的备份恢复，以防止文件损坏导致的数据丢失。

Jupyter Book 是一个计算书籍发布工具和静态网站生成器，可将 Jupyter Notebook 和 Markdown 文件转换为交互式 Web 书籍和出版级 PDF 文档。它作为一个基于 Markdown 的文档工具，在构建时执行嵌入式代码并缓存结果输出以进行静态显示。 该系统通过支持交互式数据出版而脱颖而出，允许读者与实时计算小部件进行交互并在远程执行环境中启动 Notebook。它扩展了标准 Markdown，提供了一套角色和指令系统以支持科学写作，包括 LaTeX 数学公式、参考文献引用管理和编号交叉引用。 该平台涵盖了广泛的功能，包括用于证明和定理的学术格式、通过可折叠面板进行的交互式布局管理，以及跨内部章节和外部项目的复杂引用。它还通过分层书籍结构和解耦的目录提供内容组织工具。 该项目包括用于 Web 托管集成和内容完整性验证的实用程序，可在构建过程中扫描损坏的引用。

Gophernotes 是 Jupyter 内核协议的后端实现，也是一个交互式运行时，支持在 Notebook 环境中执行 Go 语言代码。它作为 Go 语言执行引擎，允许用户将 Go 集成到 Jupyter 和 nteract 等多语言 Notebook 中。 该项目支持创建结合可执行源代码和富媒体的文档。它将内部数据类型映射为包括 HTML、JSON、LaTeX、PDF 和图像在内的多种格式，以提供执行结果的视觉表示。 该系统涵盖了一系列功能，包括执行系统 Shell 命令、管理 Notebook 执行上下文，以及跨不同操作系统链接第三方包。

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