Prise en charge de JupyterHub 2.0, possibilité de copier des fichiers vers des serveurs Jupyter distants, complétion dans l'environnement d'exécution et visite guidée de DataSpell pour les nouveaux utilisateurs
La première version de DataSpell pour l'année 2022 apporte des améliorations concernant les connexions à distance au serveur Jupyter et l'analyse du code, ainsi que des correctifs pour l'ergonomie et l'usabilité.
JupyterHub, une plateforme qui fournit un accès multi-utilisateur à des serveurs Jupyter distants, a fait l'objet d'une mise à niveau majeure avec la version 2.0, qui a introduit des rôles et des portées. DataSpell 2022.1 prend en charge les modifications de l'API de la nouvelle version de JupytherHub et permet de se connecter à JupyterHub 2.0 avec une URL, de la même façon que pour se connecter aux serveurs Jupyter et JupyterHub 1.0. Choisissez File | Add Jupyter connection..., collez l'URL du serveur JupyterHub et travaillez directement avec les notebooks Jupyter depuis l'espace de travail de DataSpell.
Avec DataSpell 2022.1, vous pouvez copier des fichiers locaux vers une instance Jupyter distante et inversement. Vous pouvez également copier des fichiers entre deux instances Jupyter distantes. Cela simplifie l'échange de données et de notebooks, et vous aide à garder vos projets synchronisés. Vous pouvez utiliser le menu contextuel ou les raccourcis clavier pour copier et coller des fichiers.
Les résultats des cellules sont maintenant copiés-collés avec les sources des cellules. Cette fonctionnalité vient en complément de plusieurs correctifs de bugs importants concernant le travail avec des cellules en mode commande. Ces améliorations facilitent les modifications et le maintien de la clarté de la structure des notebooks.
L'apparence des résultats interactifs (Plotly, Bokeh et autres) a été ajustée au thème sombre de l'IDE et s'harmonise ainsi avec le reste de l'interface utilisateur.
La saisie semi-automatique du code Python, fournie par l'analyse statique du code de PyCharm, s'accompagne maintenant de la saisie semi-automatique pour l'environnement d'exécution Jupyter. Entre autres cas d'utilisation, cela permet la complétion des attributs de classe dynamiques.
L'intégration d'une petite quantité de programmation orientée objet dans votre routine de science des données peut vous aider à rendre votre code plus expressif et réutilisable. L'action Extract Superclass permettant d'extraire les classes parentes est désormais disponible dans les notebooks Jupyter, ce qui facilite le travail avec les classes Python.
Cette visite de 10 minutes donne aux nouveaux utilisateurs de DataSpell un aperçu de la façon de travailler avec les fichiers et les dossiers dans l'espace de travail. Elle présente également plusieurs tâches courantes de Jupyter Notebook, telles que la manipulation des cellules, la prise en charge de la génération de code et l'exécution et le débogage des cellules.
Pour commencer la visite, cliquez sur Help | Learn IDE Features dans le menu principal.
DataSpell 2022.1 comprend le plugin Grazie, qui vous aide à éviter les erreurs d'orthographe et de grammaire en fournissant des vérifications à la volée pour 15 langues.