

IDE dla profesjonalnych Data Scientists
DataSpell to zintegrowane środowisko programistyczne (IDE), które jest przeznaczone do konkretnych zadań związanych z eksploracyjną analizą danych i prototypowaniem modeli ML (uczenia maszynowego)
Przełączaj się między trybami poleceń i edytora jednym naciśnięciem klawisza. Poruszaj się po komórkach za pomocą klawiszy strzałek. Użyj wszystkich standardowych skrótów Jupytera. Ciesz się w pełni interaktywnymi wyjściami – bezpośrednio pod komórką.
Podczas edycji komórek kodu ciesz się inteligentnym uzupełnianiem kodu, sprawdzaniem błędów w locie i szybkimi poprawkami, łatwą nawigacją i nie tylko.
Interaktywnie uruchamiaj skrypty Pythona lub dowolne wyrażenia w konsoli Pythona. Zobacz wyjścia i stan zmiennych w czasie rzeczywistym.
Podziel skrypty Pythona na komórki kodu z separatorem #%% i uruchamiaj je pojedynczo, tak jak w notatniku Jupyter.
Przeglądaj DataFrames i wizualizacje bezpośrednio na miejscu za pomocą interaktywnych elementów sterujących. Obsługiwane są wszystkie popularne biblioteki naukowe Pythona, w tym Plotly, Bokeh, Altair, ipywidgets i inne.
Klonuj projekty Git, zatwierdzaj i wypychaj zmiany, pracuj z kilkoma gałęziami, zarządzaj listami zmian i etapami aktualizacji przed ich zatwierdzeniem.
Pracuj z powłoką wiersza poleceń za pomocą wbudowanego terminala, który obsługuje wszystkie te same polecenia, co system operacyjny.
Uzyskaj dostęp do bazy danych i wysyłaj zapytania bezpośrednio z IDE. Polegaj na pomocy inteligentnego kodowania podczas edytowania kodu SQL, wykonywania zapytań, przeglądania danych i zmieniania schematów.
Niezależnie od tego, czy pracujesz w notatnikach Jupyter, czy skryptach Pythona, zawsze będziesz mógł polegać na inteligentnym uzupełnianiu kodu, sprawdzaniu błędów w locie i szybkich poprawkach oraz łatwej nawigacji po kodzie.
DataSpell obsługuje edycję i renderowanie języka Markdown zarówno w komórkach notatnika, jak iw osobnych plikach. Obsługa LaTeXa nie jest jeszcze gotowa, ale wkrótce.
DataSpell w pełni obsługuje zarówno statyczne, jak i oparte na JavaScript dane wyjściowe używane przez biblioteki naukowe, takie jak Plotly, Bokeh, Altair, ipywidgets i inne. W przypadku DataFrames DataSpell oferuje rozbudowane interaktywne kontrolki tabel.
Wbudowana obsługa Condy ułatwia tworzenie, zarządzanie i ponowne wykorzystywanie środowisk i zależności.
Debuger jest obsługiwany zarówno w notatnikach Jupyter, jak i skryptach Pythona. Zatrzymaj się w punktach przerwania, przejdź przez kod, przeglądaj i zarządzaj stanem zmiennych.
Połącz się z bazą danych, aby przeglądać tabele, przeprowadzać refaktoryzacje, importować/eksportować dane i nie tylko.
Podstawowa obsługa języka R obejmuje debugger, eksplorator zestawów danych i wizualizacji, menedżer pakietów, inteligentną pomoc w kodowaniu i nie tylko.
Emulacja Vima, Docker, dodatkowe VCS, niestandardowe motywy wyglądu i wiele więcej są dostępne za pośrednictwem wszechświata wtyczek.