# Jupyter-Notebook-Linearizer für reproduzierbare Skripte Konvertiert .ipynb in Python mit # %% und erkennt ungeordneten, versteckten oder gelöschten Zustand > Kanonische Seite: https://elysiatools.com/de/tools/jupyter-notebook-to-reproducible-script-linearizer - **Kategorie:** Data Processing - **Schlagwörter:** Jupyter, ipynb, Reproduzierbarkeit, Python-Skript, Zellenreihenfolge, versteckter Zustand ## Überblick Linearisiert nach execution_count oder Dokumentreihenfolge und prüft Nutzung vor Definition, zellenübergreifenden Zustand, gelöschte Referenzen, Seeds, Pfade, Abhängigkeiten und Magics. ## Eingaben - **Notebook-Eingabe** (textarea): Paste the JSON content of an .ipynb file - **Notebook-Datei** (file) - **Zellenreihenfolge** (select) - **Markdown als Kommentare einfügen** (checkbox) ## Wann verwenden - Wenn ein Notebook nur nach manueller Ausführung einzelner Zellen funktioniert. - Wenn die tatsächliche Ausführungsreihenfolge von der Dokumentreihenfolge abweicht. - Wenn du Notebook-Code als lineares Python-Skript mit reproduzierbaren Hinweisen prüfen möchtest. ## Funktionsweise - Füge den JSON-Inhalt eines .ipynb-Notebooks ein oder lade eine unterstützte Notebook-Datei hoch. - Wähle, ob die Zellen nach Ausführungsreihenfolge oder Dokumentreihenfolge linearisiert werden. - Lege fest, ob Markdown-Zellen als Kommentare in das Skript übernommen werden. - Das Tool gibt ein lineares Python-Skript mit # %% und einen Bericht zur Reproduzierbarkeit als Text aus. ## Anwendungsfälle - Datenanalysen aus Notebooks in eine nachvollziehbare Python-Dateistruktur überführen. - Versteckten Zustand und falsch ausgeführte Zellen vor einer Weitergabe oder Überprüfung sichtbar machen. - Notebook-Abhängigkeiten, Dateipfade und Zufallsinitialisierungen auf Reproduzierbarkeitsprobleme prüfen. ## Häufig gestellte Fragen ### Welche Eingabe akzeptiert das Tool? Du kannst den JSON-Inhalt eines .ipynb-Notebooks einfügen oder eine einzelne Notebook-Datei im unterstützten JSON- beziehungsweise Plain-Text-Format hochladen. ### Welche Zellenreihenfolge kann verwendet werden? Das Tool unterstützt die Ausführungsreihenfolge anhand von execution_count und die Reihenfolge im Notebook-Dokument. ### Werden Markdown-Zellen übernommen? Ja. Markdown kann standardmäßig als Kommentare in das linearisierte Python-Skript eingefügt werden. ### Was enthält die Ausgabe? Die Textausgabe enthält ein Python-Skript mit # %% sowie einen Bericht zur Reproduzierbarkeit des Notebooks. ### Welche Probleme werden geprüft? Geprüft werden unter anderem Nutzung vor Definition, veränderlicher Zustand zwischen Zellen, gelöschte Referenzen, Seeds, Pfade, Abhängigkeiten und Notebook-Magics. ## Ähnliche Tools - [Data-URI-Generator](https://elysiatools.com/de/tools/data-uri-generator): Konvertiert Dateien in Data URIs (Base64 oder prozent-kodiert), um Bilder, Schriftarten und Ressourcen direkt in HTML, CSS oder Markdown einzubetten - [CSV-zu-Datenbank-Migrationsplaner](https://elysiatools.com/de/tools/csv-to-database-migration-planner): Leitet aus CSV-Daten ein relationales Schema ab und erzeugt CREATE-TABLE- und ALTER-Plaene fuer PostgreSQL, MySQL, SQLite oder SQL Server - [Konverter fuer verschluesseltes PDF](https://elysiatools.com/de/tools/encrypted-pdf-converter): Oeffnet geschuetzte PDFs mit dem richtigen Passwort und exportiert sie als Markdown, JSON oder Text - [OCR-PDF-zu-strukturiertes-JSON-Brücke](https://elysiatools.com/de/tools/ocr-pdf-to-structured-json-bridge): Extrahiert die PDF-Textebene mit Geometrie (Zeilen nach y-Position, Tabellen nach Spaltenlücken, Überschriften nach Schriftgröße, Doppelpunkt-Schlüsselwerte) und füllt Feld für Feld ein benutzerdefiniertes JSON Schema — Labels werden über normalisierte Schlüssel gepaart, Werte zu deklarierten Typen konvertiert und mit ajv validiert. - [Podcast-Kapitelmarken-Generator (ID3 / Podcasting 2.0)](https://elysiatools.com/de/tools/podcast-chapter-marker-builder): Füge eine zeitcodierte Kapitelliste ein und erzeuge alle Auslieferungsformate auf einmal: Podcasting-2.0-Kapitel-JSON (v1.2.0) und RSS-Tag podcast:chapters, optionales Einbrennen der ID3v2.4-CHAP+CTOC-Frames in eine hochgeladene MP3 (Millisekunden als normaler Big-Endian-uint32, Offsets 0xFFFFFFFF, TIT2-Subframe pro Kapitel, bestehende Frames bleiben erhalten), Vorbis-Kommentarpaare CHAPTER001 (OGG/Opus), mp4chaps-Text, Zeitstempelblock für die YouTube-Beschreibung und SRT-Sidecar, plus die echte Player-Supportmatrix (Apple nimmt RSS-JSON seit 2025; Pocket Casts/Overcast lesen nur eingebettetes ID3; Spotify ignoriert beide). - [Train/Test-Split mit Stratifizierung](https://elysiatools.com/de/tools/train-test-split-with-stratification): Liest ein CSV/JSON-Dataset und teilt es stratifiziert nach der Zielspalte in train/validation/test (standardmäßig 70/15/15, reproduzierbarer Seed) oder stratifiziertes k-fold; Bericht zur Klassenverteilung pro Split mit Abweichungsbalken, Leck-Check über doppelte Zeilen, SMOTE-Vorschau (Nächste-Nachbarn-Interpolation auf dem Train-Split) und CSV-Export als ZIP. - [Textkodierungs-Forensik und Reparatur](https://elysiatools.com/de/tools/text-encoding-forensics-and-repair): Prüft Kodierung, BOM, Zeilenenden und Mojibake und erzeugt einen bewerteten lokalen Reparaturvorschlag. - [Chat-Transkript zu PDF](https://elysiatools.com/de/tools/chat-transcript-to-pdf): Layout von Chat-Transkripten als PDF ## Beispiele - [PDF-Beispiele](https://elysiatools.com/de/samples/pdf-samples): Generierte PDF-Beispiele von Tools zwischen 2026-02-01 und 2026-02-10 - [Distributed Tracing Beispiele](https://elysiatools.com/de/samples/distributed-tracing-samples): Umfassende Beispiele für verteiltes Tracing mit Jaeger, OpenTelemetry und modernen Observability Tools - [JWT-Beispiele](https://elysiatools.com/de/samples/jwt-samples): Umfassende JWT-Beispiele von der grundlegenden Token-Struktur bis zu fortgeschrittenen Sicherheitsimplementierungen - [WebRTC Echtzeitkommunikation Beispiele](https://elysiatools.com/de/samples/webrtc-samples): Umfassende WebRTC-Beispiele für P2P Audio/Video-Kommunikation, Datenkanäle, Bildschirmfreigabe und Signalisierungsserver