# Linealizador reproducible de Jupyter Notebook Convierte .ipynb en scripts Python con # %% y detecta estado desordenado, oculto o eliminado > Página canónica: https://elysiatools.com/es/tools/jupyter-notebook-to-reproducible-script-linearizer - **Categoría:** Data Processing - **Palabras clave:** Jupyter, ipynb, reproducibilidad, script Python, orden de celdas, estado oculto ## Descripción general Linealiza por execution_count u orden documental y revisa uso antes de definición, estado mutable entre celdas, referencias eliminadas, semillas, rutas, dependencias y magics. ## Entradas - **Entrada del notebook** (textarea): Paste the JSON content of an .ipynb file - **Archivo del notebook** (file) - **Orden de celdas** (select) - **Incluir Markdown como comentarios** (checkbox) ## Cuándo usarlo - Cuando un notebook solo funciona después de ejecutar manualmente algunas celdas en un orden específico. - Antes de compartir o revisar un análisis para detectar estado oculto entre celdas. - Para obtener una versión lineal del código y revisar rutas, semillas, dependencias y magics de Jupyter. ## Cómo funciona - Pega el JSON del notebook .ipynb o carga un archivo compatible. - Selecciona el orden de ejecución mediante execution_count o el orden del documento. - Elige si las celdas Markdown deben incluirse como comentarios. - La herramienta produce texto con el script Python linealizado y un informe de reproducibilidad. ## Casos de uso - Auditar notebooks de análisis de datos que dependen de un orden de ejecución manual. - Preparar código exploratorio para una revisión técnica sin perder la separación visual de las celdas. - Localizar variables, rutas o dependencias que dificultan repetir un experimento de Jupyter. ## Preguntas frecuentes ### ¿Qué entrada acepta la herramienta? Acepta el JSON de un notebook .ipynb pegado en el campo de texto o un archivo de notebook compatible. ### ¿Qué orden puede usar para linealizar las celdas? Puede usar el orden de ejecución indicado por execution_count o el orden original del documento. ### ¿Las celdas Markdown aparecen en el resultado? Sí, si activas la opción para incluir Markdown como comentarios. ### ¿Qué problemas de reproducibilidad revisa? Revisa, entre otros, uso antes de definición, estado mutable entre celdas, referencias eliminadas, semillas, rutas, dependencias y magics. ### ¿Qué tipo de resultado genera? Genera un resultado de texto con el script Python linealizado y el informe de reproducibilidad. ## Herramientas relacionadas - [Generador de Data URI](https://elysiatools.com/es/tools/data-uri-generator): Convierte archivos en Data URIs (Base64 o porcentaje-codificado) para incrustar imágenes, fuentes y recursos directamente en HTML, CSS o Markdown - [Planificador de migracion CSV a base de datos](https://elysiatools.com/es/tools/csv-to-database-migration-planner): Infiere un schema relacional desde CSV y genera planes CREATE TABLE y ALTER para PostgreSQL, MySQL, SQLite o SQL Server - [Convertidor de PDF cifrado](https://elysiatools.com/es/tools/encrypted-pdf-converter): Abre PDF protegidos con la contrasena correcta y los exporta como Markdown, JSON o texto - [Puente de PDF (OCR) a JSON estructurado](https://elysiatools.com/es/tools/ocr-pdf-to-structured-json-bridge): Extrae la capa de texto del PDF con geometría (líneas por posición y, tablas por huecos de columna, títulos por tamaño de fuente, pares clave-valor con dos puntos) y rellena campo a campo un JSON Schema del usuario — etiquetas emparejadas por claves normalizadas, valores coaccionados a los tipos declarados y validados con ajv. - [Generador de marcadores de capítulos de podcast (ID3 / Podcasting 2.0)](https://elysiatools.com/es/tools/podcast-chapter-marker-builder): Pega una lista de capítulos con marcas de tiempo y genera de una vez todos los formatos de entrega: JSON de capítulos Podcasting 2.0 (v1.2.0) y etiqueta RSS podcast:chapters, opción de grabar marcos ID3v2.4 CHAP+CTOC directamente en un MP3 subido (milisegundos como uint32 big-endian normal, offsets 0xFFFFFFFF, subtrama TIT2 por capítulo, se preservan los marcos existentes), pares de comentarios Vorbis CHAPTER001 (OGG/Opus), texto mp4chaps, bloque de marcas de tiempo para la descripción de YouTube y sidecar SRT, más la matriz real de soporte por reproductor (Apple acepta el JSON por RSS desde 2025; Pocket Casts/Overcast solo leen ID3 incrustado; Spotify ignora ambos). - [Divisor train/test con estratificación](https://elysiatools.com/es/tools/train-test-split-with-stratification): Lee un dataset CSV/JSON y divide en train/validation/test con muestreo estratificado por la columna objetivo (70/15/15 por defecto, semilla reproducible), o valida con k-fold estratificado; incluye informe de distribución de clases por split con barras de desviación, comprobación de fugas por filas duplicadas, vista previa de SMOTE (interpolación de vecinos sobre el split de train) y exportación de los CSV en ZIP. - [Peritaje y reparación de codificación de texto](https://elysiatools.com/es/tools/text-encoding-forensics-and-repair): Inspecciona codificación, BOM, saltos de línea y mojibake, y genera una reparación local puntuada. - [Transcripcion de chat a PDF](https://elysiatools.com/es/tools/chat-transcript-to-pdf): Maqueta transcripciones multirol en PDF ## Ejemplos - [Muestras PDF](https://elysiatools.com/es/samples/pdf-samples): Muestras PDF generadas por herramientas 2026-02-01 a 2026-02-10 - [Muestras de Trazado Distribuido](https://elysiatools.com/es/samples/distributed-tracing-samples): Ejemplos completos de trazado distribuido usando Jaeger, OpenTelemetry y herramientas de observabilidad modernas - [Muestras JWT](https://elysiatools.com/es/samples/jwt-samples): Ejemplos completos de JWT desde la estructura básica de tokens hasta implementaciones de seguridad avanzadas - [Muestras de Comunicación en Tiempo Real WebRTC](https://elysiatools.com/es/samples/webrtc-samples): Muestras completas de WebRTC para comunicación de audio/video P2P, canales de datos, compartir pantalla y servidor de señalización