JetBrains DataSpell EAP を一般リリース
JetBrains DataSpell は、当社がデータサイエンティストのために構築した新しい IDE です。 発表されたのは今年の 3 月、これまでは非公開の早期アクセスプログラム (EAP) でのみ利用可能でした。 今までのところ、すべてのユーザーを招待する前に、限られた数のユーザーだけを招待して新しい IDE の荒削りな部分を洗練させてきました。 今日、この場をかりて EAP を一般公開することを発表したいと思います。 これまでお待ちいただいた皆さま全員に招待をお送りします。 また、登録していただかなくても、JetBrains DataSpell のウェブサイトから EAP ビルトをダウンロードできるようにする予定です。 ぜひ、今すぐ最新の EAP ビルドをダウンロードしてください。
ここ数か月の間、DataSpell チームは主にノートブックの使用体験を向上させることにフォーカスを当ててきました。 この体験には、Jupyter ノートブックのセルをスムーズに操作する機能や、従来からあるすべてのショートカットへのアクセス、出力のきれいな表示、クイックフィックスなどが含まれます。
ノートブックは以下のような点で改善されました。
- 個々の出力をショートカットとマウス操作の両方で折り畳めるようにしました。
- ノートブックのスクローリングとノートブックの出力を大幅に改善しました。
- テーブル出力については、データを別のエディタータブに開く専用のアクションを追加しました。
- 画像については、ファイルに保存する専用のアクションを追加しました。
- コードセル内の未解決のパッケージについては、現在のセルに import ステートメントを追加し、それを自動的に呼び出すクイックフィックスを追加したため、ユーザーが手動で操作する必要はなくなりました。
- 中国語と韓国語の文字がテーブル出力に正しく表示されるようになりました。
リモートノートブックのサポートも積極的に取り組んでいる領域の 1 つです。 JetBrains DataSpell は、ユーザーが自分のマシンで稼働させるローカルのノートブックに限らず、リモートサーバーで稼働するノートブックもサポートしています。 非公開の EAP の実施中に、リモートノートブックのサポートは実験的な機能から設定をしなくてもすぐに使用できる機能へと前進しました。 今後のアップデートで、この領域をさらに改善していく予定です。
最近、当社は Python のインタラクティブなコンソールにもっと注力し始めました。 Python コンソールの中でデータフレームとチャートが評価されるとき、それらのインタラクティブな出力が直接コンソールの中に表示されるようになりました。 探索的データ解析ができるのは Jupyter ノートブックに限らず、Python スクリプトを使ってでも行える場合がよくあります。 Python のインタラクティブなコンソールはそれに重宝するツールであり、当社は引き続き改善を加えていきます。
また、皆さまから頻繁にお寄せいただくご質問に対する回答を以下のようにまとめました。
Q: JetBrains DataSpell は、データサイエンティスト向けのツールとして他のツールよりもどのような点で優れていますか？
Python エコシステムにおいて、データサイエンスを意識してデザインされた IDE はかつて存在しませんでした。 データサイエンスに従事するユーザーは、エディター、開発者向け IDE、スタンドアロンの Jupyter ノートブックのいずれかを使用する必要がありました。 これまで、データサイエンス用のスタンドアロン IDE が使用できたのは R のエコシステムのみです。 RStudio の使用経験があるユーザーが Python にも同じような IDE があればいいのにと口をこぼすのをよく耳にしました。 JetBrains DataSpell は、まさにデータサイエンティストのための IDE です。
JetBrains DataSpell は、ノートブックやインタラクティブな REPL、データセット、可視化エクスプローラー、Conda サポートなど、幅広いデータサイエンスのツールを提供します。 また、Python や数多くのツールを対象にインテリジェントなコーディング支援を提供し、すべての機能が統一されたユーザーインターフェイスとしてシームレスに統合されています。
また、JetBrains DataSpell では Python のサポートの優先度が高くなっていますが、他の言語をサポートすることにも前向きな姿勢を持っています。 現在、R の基本的なサポートはすでに導入されています。他の言語のサポートも今後追加される可能性があります。
Q: JetBrains DataSpell の機能は PyCharm でも利用できるようになりますか？
はい、Jupyter ノートブックのサポートを含め、JetBrains DataSpell の機能の多くは近々 PyCharm Pro でも利用できるようになります。
Q: JetBrains DataSpell はどのような点で PyCharm と異なりますか？
PyCharm のユーザーインターフェイスは、開発ワークフローを意識してデザインされています。 プロジェクトや実行構成などを設定する必要があります。 JetBrains DataSpell はさらなる軽量化を目指しています。また、データ探索ワークフローを意識してデザインされています。
探索的データ解析から ML モデルのプロトタイプ作成など、従事するフィールドを問わず、純粋なデータサイエンスに Python を使用するなら、最適なツールとして JetBrains DataSpell をお勧めします。 Python を使った開発を行う場合も、PyCharm がより適切なチョイスと言えます。
Q: JetBrains DataSpell の価格はいくらぐらいになりますか？
DataSpell は、DataGrip や PyCharm Professional Edition など、JetBrains IntelliJ ベースの他の IDE と近い価格設定をした有料製品にする予定です。
Q: フィードバックを提供したり、新しい EAP ビルドに関する情報の受信登録をしたりするにはどうすればいいですか？
- EAP に関するニュースの受信登録は、jetbrains.com/ja-jp/dataspell から行ってください。
- 当社の Slack コミュニティにご参加ください。
- バグや機能提案の提出や投票は、課題トラッカーから行ってください。
ぜひ JetBrains DataSpell の EAP ビルドをダウンロードしてください。フィードバックをご共有いただき、ニュースを広めていただけると幸いです！
JetBrains DataSpell チーム
オリジナル（英語）ブログポストの作者：
Subscribe to JetBrains Blog updates
Discover more
JetBrains DataSpell EAP Now Open to All
JetBrains DataSpell is our new IDE built specifically for data scientists. It was announced in March and until now has been available under a private Early Access Program (EAP). So far, we’ve invited only a limited number of users to help us polish the rough edges of the new IDE before we invite everyone. Today, we are thrilled to announce that we’re opening the EAP to the public. This means we’re sending invites to everybody who has been waiting for one. We’re also making it possible to download EAP builds from JetBrains DataSpell’s website without registration. You’re welcome to download the latest EAP build right away.
The primary focus for the DataSpell team over the last several months has been polishing the notebook experience. This experience consists of many things, including the ability to smoothly manipulate Jupyter notebook cells, access to all the traditional shortcuts, crisp output display, and quick-fixes.
Some of the notebook support improvements:
- We’ve made it possible to collapse individual outputs via both shortcut and mouse.
- We’ve significantly improved the scrolling of notebooks and notebook outputs.
- For table outputs, we’ve added dedicated actions to open data in separate editor tabs.
- For images, we’ve added dedicated actions to save images to a file.
- For unresolved packages in code cells, we’ve added a quick-fix that adds the import statement to the current cell and automatically invokes it so the user doesn’t have to do so manually.
- Chinese and Korean characters are now properly displayed in table outputs.
Remote notebook support is another area that we’re actively working on. JetBrains DataSpell supports not only local notebooks that the user runs on their machine but also notebooks running on remote servers. During the private EAP, the support for remote notebooks graduated from an experimental feature to one that is available out of the box. With coming updates, we plan to make even more improvements in this area.
We’ve recently started devoting more attention to the interactive Python console. Now when dataframes and charts are evaluated in the Python console, their interactive outputs appear right inside it. Exploratory data analysis is not limited to Jupyter notebooks and often can be done via Python scripts. The interactive Python console is a great tool for that, and we will continue to improve it.
Last but not least, we’ve compiled a list of answers to some of the questions we receive most frequently:
Q: How is JetBrains DataSpell better than other tools for data scientists?
When it comes to the Python ecosystem, there has never been an IDE designed specifically for data science. People involved in data science had to use either editors, developer IDEs, or standalone Jupyter notebooks. Only in the R ecosystem has a standalone IDE for data science actually been available. We’ve often heard people with RStudio experience complain that something similar doesn’t exist for Python. JetBrains DataSpell is such an IDE for data scientists.
On one hand, JetBrains DataSpell brings a wide range of data science tools together, including notebooks, interactive REPL, dataset and visualization explorer, and Conda support. On the other hand, JetBrains DataSpell offers intelligent coding assistance for Python and tons of other tools, all integrated seamlessly under a unified user interface.
Additionally, even though Python support is a high priority, JetBrains DataSpell is open to support for other languages. Currently, it already has basic support for R. Support for other languages may be added later, too.
Q: Will JetBrains DataSpell’s functionality be available in PyCharm?
Yes, most of the functionality of JetBrains DataSpell, including the support for Jupyter notebooks, will soon also be available with PyCharm Pro.
Q: How is JetBrains DataSpell different from PyCharm?
PyCharm’s user interface is designed with development workflows in mind. It requires you to configure your project, run configurations, etc. JetBrains DataSpell is meant to be a lot more lightweight and is designed with data exploration workflows in mind.
If you use Python for pure data science, whether you’re involved in fields as different as exploratory data analysis or prototyping ML models, JetBrains DataSpell is your tool. If you plan to do some Python development, as well, PyCharm is likely a better choice.
Q: What will the pricing for JetBrains DataSpell be like?
We plan for DataSpell to be a paid product priced similar to other JetBrains IntelliJ-based IDEs, such as DataGrip and PyCharm Professional Edition.
Q: How do I report feedback and subscribe for notifications about new EAP builds?
- Make sure you’ve signed up to receive EAP news at jetbrains.com/dataspell.
- Join our Slack community.
- File or upvote bugs and feature suggestions in our issue tracker.
You’re welcome to download the EAP build of JetBrains DataSpell, share your feedback, and spread the news!
Your JetBrains DataSpell team
Subscribe to JetBrains Blog updates
Discover more
JetBrains DataSpell EAP Agora está disponível para todos
JetBrains DataSpell é nosso novo IDE construído especificamente para cientistas de dados. Foi anunciado em março e estava disponível, até agora, como parte de um Programa de Acesso Antecipado (EAP) privado. Convidamos apenas um número limitado de usuários que nos ajudaram a arredondar um pouco as arestas antes de disponibilizarmos o IDE de maneira geral. Hoje, temos o prazer de anunciar que abrimos o EAP ao público. Isto significa que enviaremos convites para todos que estavam aguardando. Também estamos possibilitando o download de builds EAP do site do JetBrains DataSpell sem precisar de cadastro. Você já pode baixar a versão EAP mais recente quando quiser.
O foco principal da equipe do DataSpell nos últimos meses foi dedicado à melhoria da experiência de uso ao trabalhar com notebooks. Essa experiência consiste em diversos aspectos, incluindo a capacidade de manipular facilmente as células em notebooks Jupyter, acesso a todos os atalhos tradicionais, exibição nítida dos resultados e correções rápidas.
Algumas das melhorias no suporte a notebooks:
- Tornamos possível recolher a exibição dos resultados individuais através de atalhos e do mouse.
- Melhoramos significativamente a rolagem dos notebooks e suas saídas.
- Para resultados de tabelas, adicionamos ações dedicadas para abrir dados em abas de editor separadas.
- Para imagens, adicionamos ações dedicadas para salvar imagens em arquivos.
- Para pacotes não resolvidos em células de código, adicionamos uma correção rápida que adiciona a instrução de importação à célula atual e a chama automaticamente, para que o usuário não precise fazer isto manualmente.
- Os caracteres chineses e coreanos agora são exibidos corretamente nos resultados de tabelas.
O suporte a notebooks remotos é outra área na qual estamos trabalhando ativamente. O JetBrains DataSpell suporta não apenas notebooks locais que o usuário executa na sua máquina, mas também notebooks executados em servidores remotos. Durante o EAP privado, o suporte para notebooks remotos passou de um recurso experimental para um que está disponível e pronto para ser usado. Com as próximas atualizações, temos planos de fazer ainda mais melhorias nessa área.
Recentemente, começamos a dedicar mais atenção ao console Python interativo. Agora, quando dataframes e gráficos são computados no console Python, seus resultados interativos aparecem dentro dele. A análise exploratória de dados não está limitada aos notebooks Jupyter e geralmente pode ser feita através de scripts Python. O console Python interativo é uma ótima ferramenta para isto, e continuaremos a aprimorá-lo.
Por último, mas não menos importante, compilamos uma lista de respostas para algumas das perguntas que recebemos com mais frequência:
P: Como o JetBrains DataSpell é melhor que outras ferramentas para cientistas de dados?
Quando se trata do ecossistema Python, nunca houve um IDE projetado especificamente para ciência de dados. As pessoas que trabalhavam com ciência de dados precisavam ou usar editores, IDEs de desenvolvedor ou notebooks Jupyter standalone. Apenas no ecossistema R tem havido de fato um IDE standalone para ciência de dados. Muitas vezes ouvimos pessoas com experiência em RStudio reclamarem que não existe algo similar para Python. O JetBrains DataSpell é o IDE que atende às necessidades desses cientistas de dados.
Por um lado, o JetBrains DataSpell traz uma ampla gama de ferramentas de ciência de dados, incluindo notebooks, REPL interativo, explorador de datasets e visualização, além de suporte a Conda. Por outro lado, o JetBrains DataSpell oferece assistência de codificação inteligente para Python e uma grande variedade de outras ferramentas, todas integradas perfeitamente numa interface de usuário unificada.
Além disso, embora o suporte a Python tenha alta prioridade, o JetBrains DataSpell está aberto a oferecer suporte a outras linguagens. Atualmente, ele já possui suporte básico para R. O suporte a outras linguagens também poderá ser adicionado no futuro.
P: As funcionalidades do JetBrains DataSpell estarão disponíveis no PyCharm?
Sim, a maior parte das funcionalidades do JetBrains DataSpell, incluindo o suporte para notebooks Jupyter, em breve também estará disponível no PyCharm Pro.
P: Qual a diferença entre o JetBrains DataSpell e o PyCharm?
A interface do usuário do PyCharm foi projetada tendo em mente o workflow do trabalho de desenvolvimento. Ele requer que você configure seu projeto, execute configurações, etc. O JetBrains DataSpell foi criado para ser muito mais leve e foi projetado pensando no workflow de exploração de dados.
Se você usa Python para fazer ciência de dados pura, e estiver envolvido em campos diversos como análise exploratória de dados ou prototipagem de modelos de Machine Learning, o JetBrains DataSpell é a sua ferramenta. Se você tem planos de desenvolver em Python também, o PyCharm é provavelmente uma escolha melhor.
P: Qual será o preço do JetBrains DataSpell?
Nós esperamos que o DataSpell seja um produto pago com preço semelhante a outros IDEs baseados no JetBrains IntelliJ, como o DataGrip e o PyCharm Professional Edition.
P: Como faço para compartilhar feedback e me inscrever para receber notificações sobre novos builds do EAP?
- Certifique-se de que você se inscreveu para receber notícias sobre o EAP em jetbrains.com/dataspell.
- Participe da nossa comunidade Slack.
- Informe bugs e vote em sugestões de melhorias e novos recursos em nosso rastreador de issues.
Convidamos você a baixar a versão EAP do JetBrains DataSpell, compartilhar suas impressões e espalhar as novidades!
Sua equipe JetBrains DataSpell
Artigo original em inglês por:
Subscribe to JetBrains Blog updates
Discover more
El EAP de JetBrains DataSpell ya está abierto para todos
JetBrains DataSpell es nuestro nuevo IDE creado específicamente para los científicos de datos. Se anunció en marzo y, hasta ahora, solo estaba disponible a través de un programa de acceso anticipado (EAP) privado. Por el momento, solo habíamos invitado a un número limitado de usuarios para que nos ayudasen a pulir las asperezas del nuevo IDE antes de invitar a todo el mundo. Hoy nos complace anunciar que vamos a abrir el EAP al público. Esto significa que estamos enviando invitaciones a todos los que han estado esperando una. También estamos permitiendo la descarga de compilaciones del EAP desde el sitio web de JetBrains DataSpell sin necesidad de registrarse. Puede descargar la última versión del EAP de inmediato.
El objetivo principal del equipo de DataSpell en los últimos meses ha sido pulir la experiencia con cuadernos. Esta experiencia consiste en muchas cosas, incluyendo la capacidad de manipular sin problemas las celdas del cuaderno Jupyter, el acceso a todos los atajos tradicionales, la visualización nítida de los resultados y los arreglos rápidos.
Algunas de las mejoras de compatibilidad con cuadernos:
- Hemos hecho posible contraer los resultados individuales a través tanto de un acceso directo como del ratón.
- Hemos mejorado significativamente el desplazamiento por los cuadernos y sus resultados.
- Para los resultados de las tablas, hemos añadido acciones específicas para abrir los datos en pestañas del editor por separado.
- En cuanto a las imágenes, hemos añadido acciones especiales para guardarlas en un archivo.
- Para los paquetes no resueltos en las celdas de código, hemos añadido un arreglo rápido que añade la declaración de importación a la celda actual y la invoca automáticamente para que el usuario no tenga que hacerlo manualmente.
- Los caracteres chinos y coreanos se muestran ahora correctamente en los resultados de las tablas.
La compatibilidad con cuadernos remotos es otra área en la que estamos trabajando activamente. JetBrains DataSpell no solo admite cuadernos locales que el usuario ejecuta en su máquina, sino también cuadernos que se ejecutan en servidores remotos. Durante el EAP privado, la compatibilidad con cuadernos remotos pasó de ser una función experimental a estar disponible de forma inmediata. Con las próximas actualizaciones, tenemos previsto introducir todavía más mejoras en este ámbito.
Recientemente hemos comenzado a dedicar más atención a la consola interactiva de Python. Ahora, cuando los marcos de datos y los gráficos se evalúan en la consola de Python, sus resultados interactivos aparecen directamente dentro de ella. El análisis exploratorio de datos no se limita a los cuadernos Jupyter y, a menudo, puede realizarse mediante scripts de Python. La consola interactiva de Python es una gran herramienta para ello, y seguiremos mejorándola.
Por último, pero no menos importante, hemos recopilado una lista de respuestas a algunas de las preguntas que recibimos con más frecuencia:
P: ¿En qué es mejor JetBrains DataSpell que otras herramientas para científicos de datos?
En lo que respecta al ecosistema de Python, nunca ha habido un IDE diseñado específicamente para la ciencia de datos. Quienes trabajaban con la ciencia de datos tenían que utilizar editores, IDE para desarrolladores o cuadernos Jupyter independientes. Solo en el ecosistema de R ha estado disponible un IDE independiente para la ciencia de datos. A menudo hemos escuchado a personas con experiencia en RStudio quejarse de que no existe algo similar para Python. JetBrains DataSpell es un IDE así para científicos de datos.
Por un lado, JetBrains DataSpell reúne una amplia gama de herramientas de ciencia de datos, incluyendo cuadernos, REPL interactivo, explorador de conjuntos de datos y visualización, y compatibilidad con Conda. Por otro lado, JetBrains DataSpell ofrece asistencia inteligente a la codificación para Python y montones de otras herramientas, todas ellas integradas a la perfección bajo una interfaz de usuario unificada.
Además, aunque la compatibilidad Python es una de las principales prioridades, JetBrains DataSpell está abierto a la compatibilidad con otros lenguajes. Actualmente, ya dispone de compatibilidad básica para R. Es posible que más adelante se añada compatibilidad con otros lenguajes.
P: ¿La funcionalidad de JetBrains DataSpell estará disponible en PyCharm?
Sí, la mayor parte de la funcionalidad de JetBrains DataSpell, incluyendo la compatibilidad con los cuadernos Jupyter, pronto estará también disponible con PyCharm Pro.
P: ¿En qué se diferencia JetBrains DataSpell de PyCharm?
La interfaz de usuario de PyCharm está diseñada pensando en los flujos de trabajo de desarrollo. Requiere que configure su proyecto, ejecute configuraciones, etc. JetBrains DataSpell está pensado para ser mucho más ligero y está diseñado pensando en los flujos de trabajo de exploración de datos.
Si utiliza Python para la ciencia de datos pura, tanto si se dedica a campos tan diferentes como el análisis exploratorio de datos o la creación de prototipos de modelos ML, JetBrains DataSpell es su herramienta. Si también planea hacer algo de desarrollo en Python, PyCharm es probablemente una mejor opción.
P: ¿Cuánto costará JetBrains DataSpell?
Planeamos que DataSpell sea un producto de pago con un precio similar al de otros IDE basados en IntelliJ de JetBrains, como DataGrip y PyCharm Professional Edition.
P: ¿Cómo puedo enviar mis comentarios y suscribirme para recibir notificaciones sobre nuevas compilaciones de EAP?
- Asegúrese de que se ha inscrito para recibir las noticias de EAP en jetbrains.com/dataspell.
- Únase a nuestra comunidad de Slack.
- Registre o vote acerca de los errores y las sugerencias de funcionalidades en nuestro sistema de seguimiento de incidencias.
¡Le invitamos a descargar la versión EAP de JetBrains DataSpell, a compartir sus comentarios y a difundir las noticias!
El equipo de JetBrains DataSpell
Artículo original en inglés de:
Subscribe to JetBrains Blog updates
Discover more
JetBrains DataSpell EAP ab sofort für alle offen
JetBrains DataSpell ist unsere neue IDE, die speziell für Data Scientists entwickelt wurde. Die IDE wurde im März angekündigt und war bisher im Rahmen eines nicht-öffentlichen Early-Access-Programms (EAP) verfügbar. Bisher haben wir nur eine begrenzte Anzahl von Benutzer*innen eingeladen, die uns geholfen haben, die rauen Kanten etwas abzurunden, bevor wir die IDE allgemein zugänglich machen. Zu unserer großen Freude ist es aber endlich soweit: Das EAP ist ab sofort für die Öffentlichkeit zugänglich. Dies bedeutet, dass wir Einladungen an alle Interessent*innen versenden, die darauf gewartet haben. Außerdem können EAP-Builds ohne Registrierung von der JetBrains-DataSpell-Website heruntergeladen werden. Sie sind herzlich eingeladen, den neuesten EAP-Build sofort herunterzuladen.
Das Hauptaugenmerk des DataSpell-Teams lag in den letzten Monaten auf der Verbesserung der Notebook-Erfahrung. Dies umfasst verschiedene Aspekte, darunter den reibungslosen Umgang mit Jupyter-Notebook-Zellen, die Verfügbarkeit der gewohnten Tastenkürzel, eine ansprechende Anzeige der Programmausgaben sowie Quick-Fixes zur Behebung von Codeproblemen.
Unter anderem wurden bei der Notebook-Unterstützung folgende Verbesserungen vorgenommen:
- Einzelne Ausgaben können sowohl per Tastenkombination als auch mit der Maus ausgeblendet werden.
- Das Scrollen in Notebooks und Notebook-Ausgaben wurde erheblich verbessert.
- Für Tabellenausgaben haben wir besondere Aktionen definiert, um Daten in einem separaten Editor-Tab zu öffnen.
- Spezielle Aktionen gibt es auch zum Speichern von Bildern in einer Datei.
- Für unaufgelöste Pakete in Codezellen haben wir einen Quick-Fix implementiert, der die Import-Anweisung zur aktuellen Zelle hinzufügt und automatisch ausführt, damit Sie dies nicht manuell tun müssen.
- Chinesische und koreanische Zeichen werden jetzt in Tabellenausgaben korrekt angezeigt.
Die Unterstützung für Remote-Notebooks ist ein weiterer Bereich, an dem wir aktiv arbeiten. JetBrains DataSpell unterstützt nicht nur lokale Notebooks, die Sie auf Ihrem lokalen Computer ausführen, sondern auch Notebooks, die auf entfernten Servern ausgeführt werden. Während der privaten EAP-Phase wurde die Unterstützung für Remote-Notebooks von einer experimentellen Funktion zu einem Standardfeature weiterentwickelt. In den nächsten Updates werden wir in diesem Bereich weitere Verbesserungen vornehmen.
Seit einiger Zeit widmen wir auch der interaktiven Python-Konsole besondere Aufmerksamkeit. Wenn Dataframes und Diagramme in der Python-Konsole ausgewertet werden, wird die interaktiven Ausgabe jetzt direkt in der Konsole angezeigt. Die explorative Datenanalyse ist nicht auf Jupyter-Notebooks beschränkt und kann oft auch über Python-Skripte durchgeführt werden. Die interaktive Python-Konsole leistet dabei großartige Hilfe, und wir planen daher weitere Verbesserungen in diesem Bereich.
Zu guter Letzt haben wir eine Liste der häufigsten Fragen zusammengestellt und beantwortet:
F: Inwiefern eignet sich JetBrains DataSpell besser für Data Scientists als andere Tools?
Im Python-Ökosystem hat es noch nie eine IDE gegeben, die speziell für Data Science entwickelt wurde. Wer sich mit Data Science befasste, musste auf Editoren, Entwickler-IDEs oder eigenständige Jupyter-Notebooks ausweichen. Nur im R-Ökosystem stand eine eigenständige IDE für Data Science zur Verfügung. Wir haben von Data Scientists mit RStudio-Erfahrung oft die Klage gehört, dass im Python-Bereich nichts Vergleichbares existiert. Mit JetBrains DataSpell steht nun eine solche IDE für Datenwissenschaften zur Verfügung.
JetBrains DataSpell vereint einerseits eine breite Palette von Data-Science-Tools, darunter Notebooks, eine interaktive REPL-Umgebung, einen Dataset- und Visualisierungs-Explorer sowie Conda-Unterstützung. Auf der anderen Seite bietet DataSpell intelligente Programmierunterstützung für Python sowie unzählige weitere Tools, die alle in einer einheitlichen Bedienoberfläche perfekt integriert sind.
Und während die Python-Unterstützung zwar höchste Priorität genießt, ist JetBrains DataSpell auch für die Unterstützung anderer Sprachen offen. Derzeit bietet die IDE bereits grundlegende Unterstützung für R, und in Zukunft könnten noch weitere Sprachen hinzukommen.
F: Wird die Funktionalität von JetBrains DataSpell auch in PyCharm integriert?
Ja, die meisten Funktionen von JetBrains DataSpell, einschließlich der Unterstützung für Jupyter-Notebooks, werden bald auch in PyCharm Pro verfügbar sein.
F: Inwieweit unterscheidet sich JetBrains DataSpell von PyCharm?
Die PyCharm-Bedienung ist auf Softwareentwicklungs-Workflows ausgerichtet. Sie müssen Ihr Projekt einrichten, Run-Konfigurationen erstellen usw. JetBrains DataSpell ist auf eine wesentlich unkompliziertere Verwendung im Rahmen von Datenexplorations-Workflows ausgerichtet.
Wenn Sie Python für reine Data Science verwenden (und dies kann sehr unterschiedliche Bereichen wie die explorative Datenanalyse oder Prototyping von ML-Modellen umfassen), dann ist JetBrains DataSpell Ihr Tool der Wahl. Wenn Sie sich auch mit Python-Entwicklung beschäftigen wollen, dürfte PyCharm die bessere Lösung sein.
F: Wie werden die Preise für JetBrains DataSpell aussehen?
Wir wollen DataSpell als ein kostenpflichtiges Produkt mit ähnlichen Preisen wie andere IntelliJ-basierte IDEs von JetBrains – etwa DataGrip oder PyCharm Professional Edition – anbieten.
F: Wie kann ich Feedback geben und Benachrichtigungen über neue EAP-Builds erhalten?
- Abonnieren Sie die EAP-News unter jetbrains.com/de-de/dataspell.
- Treten Sie unserer Slack-Community bei.
- Melden Sie Fehler und Funktionsvorschläge in unserem Issue-Tracker oder fügen Sie bestehenden Tickets Ihre Stimme hinzu.
Sie sind herzlich eingeladen, den EAP-Build von JetBrains DataSpell herunterzuladen, uns Feedback zu geben und anderen von DataSpell zu erzählen!
Ihr JetBrains-DataSpell-Team
Subscribe to JetBrains Blog updates
Discover more
JetBrains DataSpell EAP 现已向所有用户开放
JetBrains DataSpell 是我们专为数据科学家构建的全新 IDE。 从 3 月宣布至今，它一直在专属抢先体验计划 (EAP) 下提供。 在我们邀请所有用户之前，我们目前只邀请了有限数量的用户来帮助我们打磨完善这款全新的 IDE。 今天，我们十分高兴地宣布将向公众开放 EAP。 这意味着我们正在向所有等候已久的用户发出诚挚邀请。 我们还允许用户不必注册即可从 JetBrains DataSpell 的网站中下载 EAP 版本。 欢迎您立即下载最新的 EAP 版本。
在过去数月中，DataSpell 团队一直将改进 notebook 体验作为工作重点。 这种体验涉及到很多方面，包括能否顺利处理 Jupyter Notebook 单元格、访问所有传统快捷键、清晰的输出显示以及快速修复。
Notebook 支持方面的一些改进：
- 我们现在可以通过快捷方式和鼠标将单个输出隐藏。
- 我们显著改进了 Notebook 和 Notebook 输出的滚动效果。
- 对于表输出，我们添加了在单独的编辑器选项卡中打开数据的专用操作。
- 对于图像，我们添加了将图像保存到文件的专用操作。
- 对于代码单元中未解析的软件包，我们添加了支持将导入语句添加到当前单元并自动调用该语句的快速修复，因此用户不必手动执行此操作。
- 现已能够在表输出中正确显示中文和韩语字符。
远程 Notebook 支持是我们正在积极努力的另一个领域。 JetBrains DataSpell 不仅支持用户在其计算机上运行的本地 Notebook，还支持在远程服务器上运行的 Notebook。 在非公开 EAP 期间，对远程 Notebook 的支持从实验性功能逐步升级为开箱即用的功能。 随着即将到来的更新，我们计划在此方面做出更多改进。
我们最近开始在交互式 Python 控制台方面投入了更多精力。 现在，在 Python 控制台中评估 DataFrame 和图表时，会直接在控制台内部显示其交互式输出。 探索性数据分析不仅限于 Jupyter Notebook，而且常可通过 Python 脚本完成。 交互式 Python 控制台是实现该功能的出色工具，我们将继续对其进行改进。
最后且同样重要的是，我们汇总罗列了针对一些常见问题的答案：
问：JetBrains DataSpell 如何优于其他数据科学家工具？
谈到 Python 生态系统时，从未有过专为数据科学设计的 IDE。 参与数据科学的人员必须使用编辑器、开发者 IDE 或独立式 Jupyter Notebook。 只有在 R 生态系统中才真正提供了面向数据科学的独立式 IDE。 我们经常听到体验过 RStudio 的人抱怨 Python 不存在类似的工具。 JetBrains DataSpell 就是这样一款适用于数据科学家的 IDE。
一方面，JetBrains DataSpell 将广泛的数据科学工具结合到一起，这些工具包括笔记本、交互式 REPL、数据集和可视化浏览器以及 Conda 支持。 另一方面，JetBrains DataSpell 为 Python 和大量其他工具提供了智能代码辅助功能，所有工具都在统一的用户界面下无缝集成。
此外，尽管 Python 支持是重中之重，但 JetBrains DataSpell 对于其他语言的支持同样持开放态度。 目前，它已基本支持 R 语言。以后也可能会添加对其他语言的支持。
问：JetBrains DataSpell 的功能能否在 PyCharm 中使用？
可以，JetBrains DataSpell 的大部分功能（包括对于 Jupyter Notebook 的支持）都同样很快会在 PyCharm Pro 中可用。
问：JetBrains DataSpell 与 PyCharm 有何不同？
PyCharm 的用户界面在设计时充分考虑到了开发工作流。 它需要您配置项目、运行配置等。 JetBrains DataSpell 旨在变得更加轻量化，并且在设计时充分考虑到了数据探索工作流。
如果您将 Python 用于纯数据科学，那么无论您所从事的是探索性数据分析还是机器学习模型原型设计等不同领域，JetBrains DataSpell 都将是您的理想工具。 如果您还打算进行一些 Python 开发，那么 PyCharm 可能是更好的选择。
问：JetBrains DataSpell 的定价如何？
我们计划将 DataSpell 发布为付费产品，定价与其他基于 JetBrains IntelliJ 的 IDE（如 DataGrip 和 PyCharm Professional 版）类似。
问：我应如何报告反馈以及订阅有关全新 EAP 版本的通知?
- 确保您已在 jetbrains.com/dataspell 注册接收 EAP 新闻。
- 加入我们的 Slack 社区。
- 在我们的问题跟踪器中提交错误和功能建议以及对现有建议进行投票。
欢迎您下载 JetBrains DataSpell 的 EAP 版本，分享您的反馈并把此消息传播出去！
您的 JetBrains DataSpell 团队
Subscribe to JetBrains Blog updates