DataSpell 2023.3: AI Assistant, suporte para dbt, células SQL, amplificadores de produtividade de tabelas interativas e muito mais
O AI Assistant da JetBrains agora está disponível ao público com uma série de recursos novos e aprimorados para aumentar sua produtividade nos IDEs da JetBrains.
O recurso Explain code agora oferece uma maneira fácil de receber insights sobre seu DataFrame. Essa ferramenta pode ser acessada facilmente pelo menu de contexto no Jupyter Notebook e no script Python ou simplesmente clicando no ícone do AI Assistant, localizado no canto superior direito das suas tabelas interativas. Uma vez ativado, o AI Assistant receberá informações essenciais sobre o seu conjunto de dados, como nomes de colunas e estatísticas descritivas. Isso permite que o assistente forneça detalhes relevantes e análises do seu DataFrame. Além disso, você tem a opção de explorar análises mais aprofundadas participando de um diálogo prolongado com o assistente.
Use o AI Assistant no DataSpell como um recurso complementar com uma assinatura do JetBrains AI Service.
O DataSpell agora fornece suporte ao dbt Core, uma framework moderna de transformação de dados que está ganhando força na comunidade de dados. O dbt Core simplifica o processo de transformação de dados e incentiva as melhores práticas de engenharia na análise de dados, como modularização, testes e documentação. Ele é particularmente fácil de usar para pessoas já familiarizadas com SQL.
Veja a seguir os vários benefícios de usar o dbt Core no DataSpell:
O DataSpell melhorou significativamente a conexão entre SQL e Python ao introduzir células SQL, além do robusto suporte para SQL existente que é fornecido pelas ferramentas de banco de dados e pelo plug-in SQL incluídos. Semelhante às células Python ou Markdown, células SQL agora estão disponíveis para uso em seus notebooks Jupyter. Com células SQL, você pode recuperar dados do seu banco de dados sem esforço, e eles serão automaticamente transformados em um DataFrame pandas para uso imediato no seu notebook. Além disso, o recurso de complementação de código inteligente é totalmente funcional para código SQL e objetos SQL, que incluem tabelas e colunas, aprimorando sua experiência de programação em SQL. Criar células SQL é um processo simples: basta clicar em Add SQL Cell.
A complementação de código avançada do DataSpell foi aprimorada ainda mais para proporcionar uma experiência mais personalizada. Agora, você pode aproveitar a complementação de código personalizada para seu arquivo atual, graças a um modelo local integrado diretamente no IDE. Esse modelo aprende com seu código, permitindo sugerir linhas inteiras de código e, assim, melhorando a eficiência e a eficácia dos seus workflows de análise de dados.
O acesso simplificado a estatísticas descritivas para um dataframe pode ajudar os profissionais de dados a aumentar significativamente sua eficiência. No DataSpell, tornamos esse processo mais fácil de usar. Agora, você pode acessar facilmente insights de dados essenciais, como valores ausentes, média, desvio padrão e muito mais, diretamente no cabeçalho da tabela. Essa funcionalidade está disponível em notebooks Jupyter e scripts Python, com suporte para pandas e Polars. Além disso, você pode identificar facilmente o tipo de dados de cada coluna observando os ícones no cabeçalho da tabela.
Ao lidar com dados categóricos, você pode ter acesso fácil à visualização da distribuição em tabelas interativas. Esse recurso permite observar rapidamente uma lista dos valores que ocorrem com mais frequência, com seus respectivos percentuais. Em casos com vários valores exclusivos, você pode acessar facilmente a contagem total dessas entradas distintas na coluna.
Um histograma de distribuição de dados é uma ferramenta essencial na análise de dados, fornecendo um snapshot visual da distribuição dos dados, além de auxiliar no reconhecimento de padrões, detecção de valores discrepantes e avaliação da qualidade dos dados. No DataSpell, agora você pode acessar facilmente esses histogramas diretamente nos cabeçalhos das tabelas. Esses histogramas estão acessíveis no modo compacto padrão e também na exibição detalhada.
Para agilizar seu workflow de análise de dados, estamos introduzindo uma melhoria significativa: nosso construtor de gráficos fácil de usar. Esse recurso agiliza a criação de gráficos a partir dos dados da sua tabela, permitindo uma visualização de dados rápida e sem esforço. Basta clicar na visualização do gráfico no canto superior esquerdo, selecionar o ícone de engrenagem, escolher o tipo de gráfico desejado e começar a visualizar seus dados com facilidade e eficiência.
Acesse insights valiosos do DataFrame clicando no ícone AI Assistant no canto superior direito de suas tabelas interativas. O assistente fornece informações instantâneas, e você pode realizar análises adicionais continuando a conversa.
Implementamos uma opção para ocultar a barra de ferramentas principal ao usar o modo de visualização padrão do IDE, assim como na UI antiga. Para organizar seu espaço de trabalho e remover a barra de ferramentas, selecione Appearance e desmarque a opção Toolbar.
Para melhorar sua experiência de navegação ao trabalhar com vários tipos de arquivos no editor ao mesmo tempo, introduzimos o realce codificado por cores padrão para as abas do editor, refletindo sua aparência na janela de ferramentas Project.
A funcionalidade Speed Search, que permite navegar rapidamente por janelas de ferramentas e caixas de diálogo, agora está disponível por meio de um atalho. Depois que o foco for colocado em uma árvore ou lista, você poderá facilmente invocar a pesquisa no menu Options da janela de ferramentas, pressionando ⌘ F no macOS ou Ctrl+F no Windows ou Linux, ou simplesmente começando a digitar sua consulta.