Cahiers interactifs pour la science des données : Jupyter, JupyterLab et marimo. À utiliser pour l'analyse exploratoire, la recherche reproductible, la documentation et le partage d'informations avec les parties prenantes.
Installez rapidement le skill IA data-science-notebooks dans votre environnement de développement via la ligne de commande
Source : legout/data-platform-agent-skills.
Use this skill for creating reproducible, well-structured notebooks for data exploration, analysis, and communication.
| JupyterLab | Traditional data science, extensions ecosystem | Full IDE experience | | marimo | Reproducible notebooks, reactive execution | Python-native, version-control friendly | | VS Code + Jupyter | IDE-native notebook experience | Intellisense, debugging, git integration |
| Google Colab | Cloud GPUs, sharing, collaboration | Free TPU/GPU, easy sharing |
Cahiers interactifs pour la science des données : Jupyter, JupyterLab et marimo. À utiliser pour l'analyse exploratoire, la recherche reproductible, la documentation et le partage d'informations avec les parties prenantes. Source : legout/data-platform-agent-skills.
Champs et commandes stables pour les citations IA/recherche.
npx skills add https://github.com/legout/data-platform-agent-skills --skill data-science-notebooksCahiers interactifs pour la science des données : Jupyter, JupyterLab et marimo. À utiliser pour l'analyse exploratoire, la recherche reproductible, la documentation et le partage d'informations avec les parties prenantes. Source : legout/data-platform-agent-skills.
Ouvrez votre terminal ou outil de ligne de commande (Terminal, iTerm, Windows Terminal, etc.) Copiez et exécutez cette commande : npx skills add https://github.com/legout/data-platform-agent-skills --skill data-science-notebooks Une fois installé, le skill sera automatiquement configuré dans votre environnement de programmation IA et prêt à être utilisé dans Claude Code, Cursor ou OpenClaw
https://github.com/legout/data-platform-agent-skills