DataSpell EAP 19 : Variables Jupyter, Interpréteurs d’espace de travail, Fichier Diff pour Notebooks, Pycharm et bien plus

Read this post in other languages:
English, 한국어, Deutsch

Voici la première mise à jour de DataSpell EAP depuis sa publication le mois dernier !

Tout d’abord, nous tenons à remercier tous ceux qui ont essayé DataSpell et nous ont fait part de leurs commentaires. Bien que nous ayons reçu beaucoup de rapports de bugs, les utilisateurs se disent satisfaits de l’expérience globale. Notre équipe travaille actuellement à corriger les bugs signalés.

30 jours après l’annonce de l’ouverture de notre programme d’accès anticipé (EAP), nous avons le plaisir de vous présenter un deuxième build qui apporte plusieurs améliorations majeures.

TÉLÉCHARGER DATASPELL EAP 2021.3

Quoi de neuf dans le nouveau build EAP ?

Fenêtre d’outils pour les variables Jupyter

Si vous utilisez des notebooks locaux, vous trouverez la nouvelle fenêtre d’outils Jupyter Variables dans la partie droite. Dans les builds précédents, la seule façon d’accéder aux variables du notebook sélectionné était de passer par l’onglet Variables de la fenêtre d’outils Jupyter. À présent, les variables actives sont visibles directement à côté du notebook.

Widget d’interpréteur prenant en compte l’espace de travail

Une autre amélioration notable réside dans le nouveau widget Interpreter, accessible depuis la barre d’état. Auparavant, ce widget n’apparaissait que si un notebook ou un script Python était ouvert. Et le widget n’affichait que l’interpréteur correspondant au fichier utilisé. Désormais, il est constamment visible. Vous pouvez cliquer dessus pour afficher l’aperçu des interpréteurs de l’ensemble des dossiers attachés et les modifier si besoin.

Diff pour les notebooks lisibles par l’humain

Lorsque vous stockez des notebooks Jupyter dans Git, il peut devenir difficile de suivre les changements locaux car Git considère les notebooks comme des fichiers JSON par défaut. Avec le nouveau build de DataSpell EAP, vous pouvez voir les modifications locales côte à côte, aussi bien pour les cellules que pour leurs résultats :

Résultats de tableaux interactifs dans la console Python

Les résultats de type pandas.DataFrame, pandas.Series et numpy.array s’affichent désormais sous forme de tableaux interactifs que vous pouvez parcourir dans la console Python. Cette présentation des résultats est similaire à celle des Notebooks Jupyter.

Autres améliorations

Cette mise à jour a également été l’occasion de corriger des bugs importants. À présent, les notebooks affichent correctement les journaux de progression ASCII (notamment ceux des bibliothèques TensorFlow ou PyTorch). Vous trouverez la liste complète des modifications dans les notes de publication

PyCharm

PyCharm 2021.3 EAP integre la prise en charge de DataSpell pour les notebooks locaux. Les utilisateurs de PyCharm Professional peuvent désormais s’appuyer sur les notebooks Jupyter locaux pour analyser les données et prototyper des modèles de machine learning.

En tant qu’utilisateur de Python, vous êtes probablement impliqué dans des activités de développement de logiciels, d’analyse exploratoire des données et de prototypage de modèles de machine learning. Comment choisir entre DataSpell et PyCharm ? Nous approfondirons cette question, mais la règle générale est la suivante :

Si votre activité principale est le développement de logiciels, choisissez PyCharm. Si c’est la science des données, utilisez plutôt DataSpell.

Si vous êtes impliqué dans ces deux activités, vous pouvez utiliser exclusivement PyCharm ou utiliser les deux produits en parallèle.

Tout comme PyCharm est un IDE s’adressant aux développeurs professionnels, DataSpell est un IDE destiné aux professionnels de la science des données.

Feuille de route

our les prochains builds EAP prévus cette année, notre feuille de route prévoit :

  • Une meilleure prise en charge des notebooks distants (avec notamment la prise en charge des protocoles HTTPS et SSH)
  • La prise en charge des interpréteurs SSH
  • L’unification des actions des cellules dans les notebooks Jupyter et les scripts Python
  • Des améliorations relatives à la console Python
  • Des capacités supplémentaires pour gérer plusieurs dossiers attachés (comme la présélection de l’interpréteur approprié)
  • Des améliorations pour le rendu des résultats dans les notebooks

TÉLÉCHARGER DATASPELL EAP 2021.3

Vos retours

Si vous pensez que notre feuille de route passe à côté de quelque chose d’important, n’hésitez pas à nous faire part de vos idées !

Comme toujours, vous pouvez nous signaler les bugs directement dans notre outil de suivi et rejoindre notre espace de travail Slack si ce n’est pas déjà fait ! Cet espace de travail est très pratique pour partager vos commentaires et poser des questions.

Vous savez tout maineant tout sur le nouveau build EAP. Essayez-le DataSpell et dites-nous ce que vous en pensez ! 

Restez à l’écoute en vue des prochaines mises à jour et prenez soin de vous !
L’Équipe DataSpell

Article original en anglais par :

Delphine Massenhove

Andrey Cheptsov

Discover more