Nouveautés de DataSpell 2022.3

DataSpell 2022.3 : prise en charge des connexions de l'interpréteur distant via SSH, débogage Jupyter à distance, historique local pour suivre et annuler les modifications

Développement à distance

Configuration des interpréteurs distants avec SSH

Configuration des interpréteurs distants avec SSH

Les interpréteurs Python distants peuvent désormais être utilisés via les connexions SSH. Les fichiers de projets locaux sont synchronisés et exécutés sur le serveur distant et les packages peuvent être ajoutés et supprimés à l'aide de l'interface utilisateur.

Débogage distant sur Jupyter

Débogage distant sur Jupyter

Il est désormais possible de déboguer les notebooks sur des serveurs Jupyter distants et les fonctionnalités Step Into et Step Over sont prises en charge.

Éditeur

Possibilité de suivi et d'annulation des modifications dans les notebooks Jupyter

Possibilité de suivi et d'annulation des modifications dans les notebooks Jupyter

Les modifications significatives apportées au fichier en cours sont automatiquement suivies, indépendamment du contrôle de version. Ces modifications sont stockées sous forme de points de contrôle dans Local History afin de faciliter l'accès aux états précédents et leur rétablissement le cas échéant. Les différences entre les points de contrôle peuvent être comparées en utilisant des notebooks Jupyter entièrement rendus.

Data Vision

Data Vision

Data Vision vous permet d'inspecter les variables Jupyter dans vos notebooks. En activant cette fonctionnalité, vous obtenez des informations inline utiles sur différents types de variables importants, tels que la taille et le contenu des tableaux NumPy et les DataFrames Pandas. Pour activer Data Vison, allez dans Settings/Preferences | Languages & Frameworks | Jupyter et sélectionnez Show inline values in editor. Actuellement, les informations inline sont uniquement disponibles lorsque la fenêtre Jupyter Variables est ouverte.

Tables et bases de données

Interactivité améliorée des DataFrames

Amélioration de l'interactivité des DataFrames

Vous disposez désormais de beaucoup plus d'options pour travailler avec les DataFrames dans les notebooks Jupyter. Les DataFrames peuvent être exportés dans de nombreux formats différents, parmi lesquels Excel, JSON, HTML, XML, Markdown et les instructions SQL Insert. De nouvelles options pour l'affichage des DataFrames ont également été ajoutées, notamment pour les transposer et masquer des colonnes.

Prise en charge de Redis

Prise en charge de Redis

Redis est désormais disponible en tant que connexion de base de données prise en charge dans les outils de base de données de DataSpell. Les bases de données Redis peuvent être connectées, parcourues et interrogées directement depuis DataSpell.

Quick Documentation

Reconnaissance des attributs et des paramètres

Reconnaissance des attributs et des paramètres

Les attributs et les paramètres définis dans une docstring sont désormais reconnus comme faisant partie de Quick Documentation. Les paramètres de fonctions définis dans la section Other Parameters des fonctions NumPy s'affichent également dans la fenêtre contextuelle Quick Documentation.

Déclarations de types affichées dans Quick Documentation

Déclarations de types affichées dans Quick Documentation

Les déclarations de types, telles que celles qui sont créées dans les classes de données, sont maintenant reconnues et affichées comme faisant partie de Quick Documentation.

Interface utilisateur

Possibilité d'activer la nouvelle interface utilisateur

Possibilité d'activer la nouvelle interface utilisateur

La nouvelle interface utilisateur légère est maintenant disponible dans DataSpell. Elle apporte une barre d'outils principale simplifiée, une nouvelle disposition de la fenêtre d'outils, un ensemble d'icônes mis à jour et les nouveaux thèmes clair et sombre. Elle peut être activée dans Settings/Preferences | Appearance & Behavior | New UI.