Os notebooks obtêm recursos adicionais através do uso de:

* kernels : Estes são os motores computacionais por trás de um caderno. Eles executam o código que você escreve e fornece os resultados. Diferentes kernels suportam diferentes linguagens de programação (Python, R, Julia, etc.), permitindo que você use o melhor idioma para sua tarefa. O kernel é o que permite que o caderno * faça * coisas além da edição de texto.

* bibliotecas e pacotes: Essas são coleções de código pré-escrito que estendem a funcionalidade da linguagem de programação do kernel. Por exemplo, em um notebook Python, você pode usar bibliotecas como Numpy para computação numérica, pandas para manipulação de dados, matplotlib para plotagem ou tensorflow/pytorch para aprendizado de máquina. Essas bibliotecas expandem drasticamente o que você pode realizar dentro do notebook.

* Extensões e plugins: Alguns ambientes de notebook (como Jupyter Notebook e Jupyterlab) suportam extensões e plugins que adicionam recursos como:
* edição aprimorada: Destaque da sintaxe, conclusão de código, linters.
* visualizações: Gráficos e gráficos interativos.
* Integração de controle de versão: Trabalhe perfeitamente com o Git.
* Ferramentas de colaboração: Permita que vários usuários trabalhem no mesmo notebook simultaneamente.
* Gerenciamento de arquivos: Maneiras mais fáceis de interagir com arquivos e dados.

* comandos mágicos (em Jupyter): Estes são comandos especiais (prefixados com `%` ou `%%` em Jupyter) que fornecem funcionalidade extra no próprio ambiente do notebook, geralmente interagindo diretamente com o sistema operacional ou com os notebooks. Os exemplos incluem a execução de comandos do shell, a execução do código de tempo ou o controle da tela do notebook.


Em essência, a capacidade principal é o kernel, mas o poder real vem da combinação do kernel, das bibliotecas que você carrega e de quaisquer extensões ou plug -ins que aumentam a interface do notebook e sua funcionalidade.