Ce projet transforme une collection de notebooks Jupyter en une galerie web élégante, hébergée sur GitHub Pages. Chaque notebook est automatiquement exécuté, sa visualisation principale est capturée sous forme d'image, et une galerie interactive est générée, offrant un aperçu visuel de chaque analyse.

• Traitement par lots : Exécute automatiquement tous les notebooks d'un dossier désigné.
• Exportation de visualisations : Capture les graphiques Plotly, Matplotlib et les cartes Folium sous forme d'images PNG.
• Galerie web interactive : Génère une page index.html avec une galerie des notebooks, incluant des miniatures, des titres et des liens pour les ouvrir dans Google Colab.
• Déploiement continu : Utilise GitHub Actions pour automatiser la mise à jour de la galerie à chaque push sur la branche main.

Le projet s'articule autour de deux scripts Python principaux et d'un workflow GitHub Actions :

1. process_notebook.py :

   • Parcourt le dossier notebooks/.
   • Pour chaque notebook, il injecte dynamiquement une cellule de code à la fin.
   • Cette cellule, une fois exécutée, identifie la variable de visualisation (nommée dataviz par convention) et l'exporte en tant que fichier PNG dans le dossier published/notebooks/.
   • Il gère les bibliothèques Plotly, Matplotlib et Folium.

2. generate_carousel.py :

   • Analyse le contenu du dossier published/notebooks/.
   • Pour chaque couple .ipynb/.png, il extrait le titre du notebook (depuis la première cellule Markdown).
   • Il génère la page published/index.html qui affiche les PNG sous forme de galerie.
   • Chaque image de la galerie est un lien qui ouvre le notebook correspondant directement dans Google Colab, en utilisant le dépôt GitHub comme source.

3. .github/workflows/main.yml :

   • Ce workflow s'active à chaque push sur la branche main.
   • Il configure un environnement Python et installe les dépendances listées dans requirements.txt.
   • Il exécute séquentiellement process_notebook.py puis generate_carousel.py.
   • Enfin, il déploie le contenu du dossier published/ sur la branche gh-pages, ce qui le rend disponible via GitHub Pages.

• Un compte GitHub.
• Python 3.8+ et pip.

1. Clonez le dépôt :

   git clone https://github.com/AliHmaou/batchbooks.git
   cd batchbooks

2. Créez un environnement virtuel et installez les dépendances :

   python -m venv venv
   source venv/bin/activate  # Sur Windows: venv\Scripts\activate
   pip install -r requirements.txt

1. Créez votre notebook (.ipynb) et placez-le dans le dossier notebooks/.
2. Assurez-vous que la visualisation finale que vous souhaitez afficher dans la galerie est assignée à une variable nommée dataviz.
3. Ajoutez un titre dans la première cellule Markdown de votre notebook (ex: # Mon Analyse Incroyable).
4. Poussez vos changements sur GitHub :

   git add notebooks/mon_nouveau_notebook.ipynb
   git commit -m "Ajout du notebook : Mon Analyse Incroyable"
   git push origin main

Le workflow GitHub Actions s'occupera du reste. Après quelques minutes, votre nouvelle analyse apparaîtra dans la galerie sur votre site GitHub Pages.