对于scala：
如果您使用的是spylon内核，那么可以在 %%init_spark 节，如文档所述（第一个用于jar文件，第二个用于包，如下所述）：

%%init_spark
launcher.jars = ["/some/local/path/to/a/file.jar"]
launcher.packages = ["com.acme:super:1.0.1"]

对于python：
在jupyter笔记本的第一个单元格中，在初始化 SparkSession ，请执行以下操作：

import os
os.environ['PYSPARK_SUBMIT_ARGS'] = '--jars <full_path_to>/isolation-forest_2.3.0_2.11-1.0.1.jar pyspark-shell'

这将把jar添加到pyspark上下文中。但最好用 --packages 而不是 --jars 因为它还将获取所有必要的依赖项，并将所有内容放入内部缓存。例如

import os
os.environ['PYSPARK_SUBMIT_ARGS'] = '--packages com.linkedin.isolation-forest:isolation-forest_2.3.0_2.11:1.0.0 pyspark-shell'

您只需要选择与pyspark和scala版本匹配的版本（2.3.x和2.4是scala2.11，3.0是scala2.12），正如git repo中所列出的那样。

我在纯scala、jupyter lab和almond上做了以下工作，它们使用菊石、无Spark或任何其他重覆盖层：

interp.load.cp (os.pwd/"yourfile.jar")

上面的内容，直接作为语句添加到笔记本中，加载 yourfile.jar 从当前目录。之后，您可以从jar导入。例如， import yourfile._ ，如果 yourfile 顶级包的名称。我注意到一个警告，在尝试加载之前，应该等待一段时间，直到内核正确启动。如果第一条语句运行太快（例如restart和runall），那么整个语句将挂起。这似乎是一个无关的问题。
当然，您可以构造另一个路径（在这里查找可用的api）。此外，在上面的ammonite magic imports链接下，您将找到如何从ivy加载包或如何加载scala脚本的信息。诀窍是使用 interp 对象和 LoadJar 你可以从中获得的特质。 LoadJar 具有以下api：

trait LoadJar {
  /**
   * Load a `.jar` file or directory into your JVM classpath
   */
  def cp(jar: os.Path): Unit
  /**
    * Load a `.jar` from a URL into your JVM classpath
    */
  def cp(jar: java.net.URL): Unit
  /**
   * Load one or more `.jar` files or directories into your JVM classpath
   */
  def cp(jars: Seq[os.Path]): Unit
  /**
   * Load a library from its maven/ivy coordinates
   */
  def ivy(coordinates: Dependency*): Unit
}