# Linearizador reproduzível de Jupyter Notebook

Converte .ipynb em Python com # %% e detecta estado fora de ordem, oculto ou excluído

> Página canônica: https://elysiatools.com/pt/tools/jupyter-notebook-to-reproducible-script-linearizer

- **Categoria:** Data Processing

- **Palavras-chave:** Jupyter, ipynb, reprodutibilidade, script Python, ordem das células, estado oculto

## Visão geral

Lineariza por execution_count ou ordem do documento e verifica uso antes da definição, estado mutável entre células, referências excluídas, seeds, caminhos, dependências e magics.

## Entradas

- **Entrada do notebook** (textarea): Paste the JSON content of an .ipynb file
- **Arquivo do notebook** (file)
- **Ordem das células** (select)
- **Incluir Markdown como comentários** (checkbox)

## Quando usar

- Quando um notebook só funciona depois que certas células são executadas manualmente.
- Antes de compartilhar ou versionar um notebook como script Python reproduzível.
- Para investigar referências excluídas, dependências entre células, caminhos de arquivo e seeds ausentes.

## Como funciona

- Cole o JSON do notebook .ipynb na entrada ou envie um arquivo de notebook compatível.
- Escolha entre a ordem de execução, baseada em execution_count, e a ordem do documento.
- Defina se as células Markdown devem aparecer como comentários no script.
- Receba um resultado de texto com o script linearizado e o relatório de reprodutibilidade.

## Casos de uso

- Transformar análises exploratórias em scripts Python organizados por células.
- Encontrar variáveis usadas antes da definição após execuções fora de ordem.
- Revisar notebooks antes de reproduzir resultados em outro ambiente.

## Perguntas frequentes

### Que entrada a ferramenta aceita?

Ela aceita o conteúdo JSON de um arquivo .ipynb colado no campo de entrada ou enviado como arquivo.

### Quais ordens de células estão disponíveis?

Você pode usar a ordem de execução, baseada em execution_count, ou a ordem original do documento.

### O resultado é um arquivo Python?

O resultado é texto e contém o script Python linearizado com marcadores # %% e o relatório correspondente.

### As células Markdown são incluídas?

Sim. Por padrão, elas são incluídas como comentários, mas essa opção pode ser desativada.

### O que o relatório verifica?

Ele verifica uso antes da definição, estado mutável entre células, referências excluídas, seeds, caminhos, dependências e magics do notebook.

## Ferramentas relacionadas

- [Gerador de Data URI](https://elysiatools.com/pt/tools/data-uri-generator): Converte arquivos em Data URIs (Base64 ou porcentagem-codificada) para incorporar imagens, fontes e recursos diretamente em HTML, CSS ou Markdown
- [Planejador de migracao CSV para banco de dados](https://elysiatools.com/pt/tools/csv-to-database-migration-planner): Infere um schema relacional a partir de CSV e gera planos CREATE TABLE e ALTER para PostgreSQL, MySQL, SQLite ou SQL Server
- [Conversor de PDF criptografado](https://elysiatools.com/pt/tools/encrypted-pdf-converter): Abre PDFs protegidos com a senha correta e os exporta como Markdown, JSON ou texto
- [Ponte de PDF (OCR) para JSON estruturado](https://elysiatools.com/pt/tools/ocr-pdf-to-structured-json-bridge): Extrai a camada de texto do PDF com geometria (linhas por posição y, tabelas por vaos de coluna, títulos por tamanho de fonte, pares chave-valor com dois pontos) e preenche campo a campo um JSON Schema do usuário — rótulos pareados por chaves normalizadas, valores coagidos aos tipos declarados e validados com ajv.
- [Gerador de marcadores de capítulos de podcast (ID3 / Podcasting 2.0)](https://elysiatools.com/pt/tools/podcast-chapter-marker-builder): Cole uma lista de capítulos com timecodes e gere de uma vez todos os formatos de entrega: JSON de capítulos Podcasting 2.0 (v1.2.0) e tag RSS podcast:chapters, gravação opcional dos frames ID3v2.4 CHAP+CTOC direto num MP3 enviado (milissegundos como uint32 big-endian simples, offsets 0xFFFFFFFF, subframe TIT2 por capítulo, frames existentes preservados), pares de comentários Vorbis CHAPTER001 (OGG/Opus), texto mp4chaps, bloco de timestamps para a descrição do YouTube e sidecar SRT, mais a matriz real de suporte dos players (Apple aceita o JSON via RSS desde 2025; Pocket Casts/Overcast leem só ID3 embutido; Spotify ignora ambos).
- [Divisor train/test com estratificação](https://elysiatools.com/pt/tools/train-test-split-with-stratification): Lê um dataset CSV/JSON e divide em train/validation/test com amostragem estratificada pela coluna alvo (70/15/15 padrão, semente reprodutível), ou k-fold estratificado; relatório de distribuição de classes por split com barras de desvio, checagem de vazamento por linhas duplicadas, prévia de SMOTE (interpolação de vizinhos no treino) e exportação dos CSV em ZIP.
- [Perícia e reparo de codificação de texto](https://elysiatools.com/pt/tools/text-encoding-forensics-and-repair): Inspeciona codificação, BOM, quebras de linha e mojibake e gera um candidato de reparo local com pontuação.
- [Transcricao de chat para PDF](https://elysiatools.com/pt/tools/chat-transcript-to-pdf): Diagrama transcricoes de chat em PDF

## Exemplos

- [Exemplos PDF](https://elysiatools.com/pt/samples/pdf-samples): Exemplos PDF gerados por ferramentas de 2026-02-01 a 2026-02-10
- [Exemplos de Rastreamento Distribuído](https://elysiatools.com/pt/samples/distributed-tracing-samples): Exemplos completos de rastreamento distribuído usando Jaeger, OpenTelemetry e ferramentas modernas de observabilidade
- [Exemplos JWT](https://elysiatools.com/pt/samples/jwt-samples): Exemplos completos de JWT da estrutura básica de tokens às implementações de segurança avançadas
- [Exemplos de Comunicação em Tempo Real WebRTC](https://elysiatools.com/pt/samples/webrtc-samples): Exemplos completos WebRTC para comunicação áudio/vídeo P2P, canais de dados, compartilhamento de tela e servidor de sinalização