L'AI Assistant est encore mieux intégré dans les notebooks Jupyter. Il est maintenant possible d'ajouter un prompt directement et de travailler avec l'AI Assistant directement dans les notebooks. Choisissez simplement l'option cellule AI qui s'affiche au-dessus ou en-dessous de chaque cellule pour obtenir une cellule disposant d'un champ pour votre prompt.

En cas de problème pendant l'analyse des données et si vous recherchez des conseils provenant d'autres analystes ayant été confrontés à des problèmes similaires, cliquez sur l'ampoule dans la partie droite de la cellule IA. L'AI Assistant propose des suggestions en fonction du contexte du notebook pour vous aider à nettoyer vos données plus rapidement et efficacement.

Si vous souhaitez que l'AI Assistant vous aide à itérer sur le code d'une cellule donnée, utilisez l'option AI Edit Cell du menu contextuel. Cela ouvrira le champ du prompt directement dans la cellule sélectionnée. Les modifications suggérées par l'AI Assistant s'afficheront dans une vue diff pour vous permettre de voir comment votre code va changer.

Visualisez vos dataframes à l'aide de l'AI Assistant, qui peut désormais faire des suggestions les graphiques les mieux adaptés à votre contexte.

Utilisez l'icône IA dans le coin supérieur droit du dataframe et sélectionnez Suggest Visualization. PyCharm ouvrira alors un chat IA, dans quel vous recevrez des suggestions. Choisissez celle qui vous convient et l'AI Assistant générera une nouvelle cellule avec l'extrait de code approprié dans le notebook. Exécutez l'extrait de code et voilà ! Le graphique s'affichera dans votre notebook.

PyCharm fournit maintenant une intégration directe avec Databricks. Vous pouvez vous connecter à un cluster Databricks, exécuter des scripts et des notebooks entant que workflows, exécuter des fichiers directement dans un shell Spark sur un cluster et suivre la progression, le tout depuis le confort de votre IDE.

PyCharm peut détecter les fichiers de configuration Databricks sur votre disque et les utiliser pour se connecter aux clusters Databricks. Deux modes vous permettent d'exécuter du code dans Databricks : Run on Cluster ou Run as a Workflow.

Pour utiliser l'intégration Databricks, vous devez installer ce plugin dédié.

PyCharm peut désormais suggérer une liste de modèles Hugging Face pertinents qui répondent le mieux à vos besoins. Cela vous permet de choisir quel modèle utiliser et de l'installer sans jamais avoir à quitter l'IDE. Cliquez droit dans l'onglet de l'éditeur pour appeler le menu contextuel, choisissez Insert HF Model et indiquez ce que vous souhaitez que le modèle fasse.PyCharm fournira une liste de suggestions ! Une fois que vous aurez sélectionné un modèle, PyCharm vous proposera d'insérer un extrait de code qui vous permettra d'utiliser ce modèle directement dans le fichier ouvert, et téléchargera et installera tous les paquets manquants pour ce modèle.

Vous pouvez désormais inspecter vos données de bibliothèque Datasets de Hugging Face en tant que dataframe interactif. Vous pouvez ainsi utiliser les fonctionnalités que vous utilisez déjà pour les dataframes Pandas, Polars, PyTorch et TensorFlow, notamment la vue graphique, la pagination et la possibilité de trier et d'exporter des tables.

Une nouvelle fenêtre d'outils Hugging Face dédiée vous permet de suivre et de gérer les modèles Hugging Face stockés sur votre ordinateur. En plus de faciliter la copie des chemins de fichiers ou l'ouverture des dossiers dans lesquels ils sont stockés, cela vous aidera à identifier les modèles inutilisés qui peuvent être supprimés pour libérer de l'espace disque.

Plus besoin de lancer le débogueur ou d'utiliser une instruction print si vous voulez simplement vérifier les valeurs des variables. Vous pouvez désormais obtenir un aperçu instantané des valeurs d'une variable en plaçant simplement le curseur sur la ligne de cette variable.

La fenêtre d'outils Endpoints reconnaît les routes spécifiées via le décorateur @action pour les viewsets. Vous pouvez voir les routes et les méthodes HTTP spécifiées dans le paramètre methods. En outre, PyCharm génère désormais des routes basées sur les paramètres detail et url_path en plus de la route initiale affectée au viewset. Le client HTTP suggérera une requête avec les méthodes pertinentes pour chaque route.

La boîte de dialogue Search Everywhere inclut désormais une option permettant de prévisualiser les éléments de la base de code que vous recherchez. L'activation de cette fonctionnalité via l'icône Preview de la barre d'outils de la boîte de dialogue fera apparaître un volet d'aperçu sous les résultats de la recherche. Il vous offre un contexte supplémentaire et facilite la navigation dans votre projet.

La version 2024.2 apporte un processus d'acceptation des suggestions de saisie semi-automatique de code en ligne entière plus intuitif et plus précis. Les suggestions de saisie semi-automatique inline incluent désormais la mise en évidence du code, et de nouveaux raccourcis vous permettent d'accepter des mots individuels ou des lignes entières à partir de suggestions plus longues. Nous avons également affiné l'intégration des modifications acceptées dans votre code, éliminant ainsi les soucis de mise en forme et les problèmes associés.

PyCharm peut désormais restituer nativement des expressions mathématiques dans des fichiers Markdown. Lorsque vous travaillez avec Markdown, vous pouvez utiliser $ pour insérer des expressions mathématiques inline et $$ pour les blocs de code incluant du contenu mathématique.

Vous pouvez maintenant choisir les langages pour lesquels vous souhaitez que les lignes épinglées s'affichent. Vous pouvez adapter la fonctionnalité à vos préférences dans Settings/Preferences | Editor | General | Sticky Lines ou en appelant le menu contextuel par un clic droit sur une ligne épinglée dans l'éditeur.

Le débogage et la navigation dans des variables de longues chaînes de caractères avec des formats de données complexes sont désormais beaucoup plus faciles. Le débogueur actualisé propose des visualisations correctement mises en forme pour les variables de chaîne comportant des chaînes encodées en JSON, XML, HTML, JWT et URL. Cliquez simplement sur l'hyperlien View à côté d'une variable pour identifier rapidement la cause à l'origine du bug. Le visualiseur approprié est automatiquement choisi en fonction du contenu de votre variable.

Nous avons dédié un nœud aux balises dans le widget Version Control pour faciliter leur vérification. Le nœud s'affiche par défaut, mais si vous préférez le masquer, cliquez simplement sur l'icône d'engrenage et décochez l'option Show Tags.

Nous avons introduit d'intéressantes mises à jour pour le client HTTP. La nouvelle fonction XPath vous permet de requérir des éléments directement à partir de documents XML et HTML. Nous avons également ajouté de nombreuses méthodes pour manipuler les documents XML et HTML, éliminant ainsi le besoin d'analyser manuellement le XML.

Le client HTTP prend désormais en charge l'itération dans les collections de variables, vous permettant ainsi de composer une seule requête HTTP avec une collection JSONPath et d'envoyer automatiquement des requêtes pour chaque élément de la collection. Vous pouvez accéder à des éléments de collection spécifiques dans des scripts de post-traitement à l'aide de la syntaxe JSONPath.

De plus, il est maintenant possible de créer des méthodes personnalisées pour travailler avec des API qui fournissent des méthodes spécifiques. Vous pouvez ajouter des méthodes personnalisées instantanément grâce à un correctif rapide ou les saisir dans une liste, séparées par des virgules, dans Settings | Tools | HTTP Client.

Nous avons considérablement étendu l'assistance au codage de PyCharm pour Terraform en mettant à disposition la saisie semi-automatique de code en ligne entière. Des fonctionnalités essentielles d'analyse du code telles que la saisie semi-automatique contextuelle du code, la mise en évidence affinée de la syntaxe et le système de détection d'erreurs avec des suggestions de correctifs rapides ont été améliorées pour Terraform. Nous avons également ajouté une fonctionnalité de documentation rapide qui affiche des infobulles au survol des éléments, fournissant ainsi des informations instantanées pour vous aider à utiliser les ressources Terraform plus efficacement sans interrompre votre workflow.

Dans cette version, nous inaugurons de nouvelles fonctionnalités de l'AI Assistant pour les bases de données. Avec la fonctionnalité texte vers SQL, vous pouvez générer du code SQL directement dans l'éditeur : cliquez sur Generate Code with AI, puis saisissez votre prompt.Vous pouvez accepter, générer de nouveau ou affiner le code, et le transmettre au chat si vous avez d'autres questions.

L'AI Assistant peut également vous aider à modifier les tables ; il vous permet de demander des modifications telles que le passage de tous les types de données VARCHAR à CHAR. Il peut également vous aider à comprendre et à résoudre les problèmes SQL, en fournissant des explications et en suggérant des correctifs. De plus, vous pouvez joindre votre schéma de base de données au chat par IA en le mentionnant dans votre prompt.

Vous pouvez à présent importer des données à partir de fichiers tabulaires à l'aide de chargeurs scriptés personnalisables pour les formats Excel, JSON, Parquet et shapefile.Glissez votre fichier de la fenêtre d'outil Project vers le schéma dans l'explorateur de base de données et configurez les paramètres dans la boîte de dialogue Import.

Vous pouvez de plus visualiser ces fichiers dans l'éditeur de données d'un simple clic dans la fenêtre d'outil Project. Pour désactiver ce comportement, allez dans Settings/Preferences | Advanced Settings | Open file as table if detected by scripted loader.

Vous pouvez également créer des chargeurs personnalisés en les plaçant dans Scratches and Consoles | Extensions | Database Tools and SQL | data | loaders.

Vous pouvez désormais exécuter et déboguer des fichiers TypeScript sans aucune configuration supplémentaire. Vous pouvez les exécuter à partir de plusieurs points d'entrée, notamment le menu contextuel du fichier, le widget Run et la configuration Current File.

PyCharm 2024.2 est capable de résoudre les chemins pour les frameworks qui utilisent un routage basé sur le système de fichiers. Il peut résoudre les chemins de liens en fonction du système de fichiers de votre projet, et offre la saisie semi-automatique et la navigation pour Next.js, Nuxt, SvelteKit et Astro. Les nouveaux extraits de code et balises de rendu Svelte 5 sont également pris en charge. Nous avons implémenté la prise en charge du protocole de serveur de langage (LSP) pour Astro et Vue Language Service v2, qui améliore la saisie semi-automatique du code et l'expérience globale des développeurs.