Notebook-vscode est un projet open source qui vise à fournir un environnement de développement intégré pour Jupyter Notebooks, en intégrant des fonctionnalités de Visual Studio Code. Il permet aux développeurs de bénéficier d'un environnement de développement complet pour l'écriture et l'exécution de code Python dans un environnement web.

PyTimelineJS Notebook est un outil permettant de créer des frises chronologiques interactives et dynamiques à partir de données structurées. Il s'intègre facilement dans des environnements de notebooks comme Jupyter, offrant une visualisation claire et personnalisable des événements temporels. Idéal pour les chercheurs, enseignants ou professionnels souhaitant présenter des données historiques ou des projets de manière visuelle et engageante.

Ce dépôt contient le codebase complet pour les expériences décrites dans l'étude sur l'intégration de données dans le secteur de la vente au détail en utilisant les technologies du Web sémantique. Il inclut des scripts de configuration expérimentale et des notebooks Jupyter pour guider le processus d'expérimentation.

Ce projet développe un modèle d'optimisation pour concevoir des réseaux de vélos en libre-service intégrés aux transports publics. Il détermine l'emplacement des stations, leur capacité et le nombre de vélos initiaux, afin de maximiser la couverture de la demande de mobilité (trajets directs ou combinés avec les transports publics) sous contraintes budgétaires. Les résultats sont visualisés via une interface interactive et des notebooks analytiques.

Ce projet fournit des environnements Jupyter préconfigurés et sécurisés, spécialement conçus pour la recherche en santé et les data scientists travaillant sur des entrepôts de données médicales (EDS). Il standardise les outils, les dépendances et les bonnes pratiques pour garantir la reproductibilité, la sécurité et la collaboration dans l'analyse de données cliniques. Intégré à l'écosystème HELIX, il facilite l'accès aux données tout en respectant les contraintes de gouvernance et de conformité.

Le projet dataap est un dépôt de code source qui contient des scripts et des notebooks Jupyter pour produire des données à destination du projet Anthologie palatine. Il permet de centraliser et d'automatiser la génération de ces données, facilitant ainsi leur intégration dans la base de données du projet.

Ce projet fournit une image Docker contenant Elyra, un ensemble d'extensions AI-centric pour JupyterLab Notebooks. Il permet de créer et d'exécuter des pipelines AI, d'exécuter des notebooks en tant que tâches par lots, d'éditer des scripts Python et R avec exécution locale/distante, et d'intégrer Git pour le contrôle de version.

Le projet xblock-ipython est un Xblock permettant d'intégrer des notebooks IPython (Jupyter) dans la plateforme Open edX. Il offre un environnement de programmation interactif pour les apprenants, leur permettant de travailler avec des notebooks directement dans les cours en ligne.

PyPotree permet d'intégrer des visualisations 3D de nuages de points dans des environnements comme Jupyter ou Google Colab. Il facilite l'analyse et la présentation de données spatiales complexes, notamment pour des applications en géomatique, cartographie ou visualisation scientifique. Le projet simplifie l'affichage de données volumineuses directement dans des notebooks interactifs.

Jupyqt permet d'intégrer des notebooks Jupyter directement dans des applications développées avec PySide6 (Qt pour Python). Il offre une exécution fluide du code Python sans bloquer l'interface graphique, tout en permettant de manipuler des objets Qt depuis les cellules de code. Idéal pour les développeurs souhaitant combiner interactivité et puissance analytique dans une seule application.