1 简介
PyCharm
开发公司jetbrains
专门面向数据科学的ide项目DataSpell
在前不久发布了其EAP
版本(早期预览版本),为我们带来了诸多趋于成熟的功能特性,本文就将为大家介绍其使用方式及主要的一些功能。
![a50066ecb6dd19874986ca670e8e0d32.png](https://i-blog.csdnimg.cn/blog_migrate/21506f099b029bfb2df57bbe42e74335.png)
2 DataSpell EAP版本使用体验
你可以在官网https://www.jetbrains.com/dataspell/
下载适合你系统的安装包,然后像其他jetbrains
系列产品那样进行安装:
![c7c1be3768bec8c2775c4bd401fa3e12.png](https://i-blog.csdnimg.cn/blog_migrate/3d38e6bc18f8231bc36acb74edf57515.png)
在安装过程中可以勾选对ipynb
文件的关联,使得我们直接双击ipynb
文件就可以自动打开到DataSpell
:
![5a03faad57952dfe47f39929daa67f1f.png](https://i-blog.csdnimg.cn/blog_migrate/eb3f73e82da8ed6e2eee7de5e9d82466.png)
安装完成之后,打开DataSpell
,可以先进行诸如conda
环境配置等选项:
![130ff1b6da9998de90938a24aaf55f2f.png](https://i-blog.csdnimg.cn/blog_migrate/29300cee4dd4c48d430cdf8047ba494c.png)
![29807c7b86ab59f7e75da28f99375e08.png](https://i-blog.csdnimg.cn/blog_migrate/41f33a180f0abe062d6b401c239707e2.png)
以及对一些辅助插件的安装,譬如智能代码补全插件TabNine
:
![ce85df4e447c0c5ef1316bda38986bae.png](https://i-blog.csdnimg.cn/blog_migrate/82be2fa4101d35543031ebae27a1c05a.png)
进入操作界面后,整个界面风格跟pycharm
等如出一辙,不同的是,在setting
中可以进行R
环境的配置,可见其专门面向数据科学的特点:
![9c784cf5d666a64f966522b5ff1269bd.png](https://i-blog.csdnimg.cn/blog_migrate/4c988bec2dbcd61e77e803dce922ea06.png)
![bf0be92a58b51842c265befa3dfcd9f6.png](https://i-blog.csdnimg.cn/blog_migrate/b3a2738e8bef2c5adb7e148ea265397a.png)
![72538ff32355fa91581abac2775d947e.png](https://i-blog.csdnimg.cn/blog_migrate/01a62f7064d288fcce3cf5bb93cd9c9e.png)
亦可创建诸多数据科学场景中常见格式的文件:
![ff830e1e1fadc628f4606162d03e8f55.png](https://i-blog.csdnimg.cn/blog_migrate/3403d0a8c795c92c3c465aab22818930.png)
支持本地、远程多种方式的jupyter
服务连接:
![ce7eaedffc0df4ee289a1229693c0995.png](https://i-blog.csdnimg.cn/blog_migrate/34e2f7f117ad7ab60dd0ab656430651c.png)
在对jupyter notebook
的支持上做得还是比较到位,兼容了几乎所有快捷键,除了按Z
撤回单元格操作,按shift+ctrl+i
在光标处拆分单元格等部分快捷键需要手动设置:
![20d8d23dacf38abf016887b4c67244bd.png](https://i-blog.csdnimg.cn/blog_migrate/020b47cee50458b876572601c4ca2a19.png)
对matplotlib
、plotly
等主流绘图库的支持也很不错:
![5b42958c178451318bde8a9f12ad9393.png](https://i-blog.csdnimg.cn/blog_migrate/313094d0df26839adc17570f9a8e12d7.png)
![418f1fb38e30b0df9c66db0e31a9b6ee.png](https://i-blog.csdnimg.cn/blog_migrate/88d0aeac51e37ae6760d1d87840b3151.png)
而对于R
的支持也很不错,可以像Rstudio
那样对脚本中的代码使用ctrl+enter
进行运行和查看结果:
![7a4ea33073c17a0bec41eba3eeec1948.png](https://i-blog.csdnimg.cn/blog_migrate/0a49e7c2f256df9848db9e1d01020ac7.png)
![c75d48d23ba29662ce22ce12eab88942.png](https://i-blog.csdnimg.cn/blog_migrate/f4b651664c0e34750059ec9c831f5aa0.png)
包括对R
包的图形界面化管理:
![39e140fc6797588bc448eeb4e1f38d6c.png](https://i-blog.csdnimg.cn/blog_migrate/cfaf8a1c6a51925e7c64fa36ac03d715.png)
可以看出,DataSpell
对于通吃数据科学领域主流需求的野心还是很大的,DataSpell
面向jupyter
的诸多功能尤其是高速灵敏的代码提示让我很舒服,但对于R
的支持方面,我很难找出放弃使用Rstudio
而转向DataSpell
的理由😁,读者朋友们也可以自行下载体验,更深入的感受DataSpell
。
以上就是本文的全部内容,欢迎在评论区与我进行讨论。
觉得还不错就给我一个小小的鼓励吧!