Criação de notebooks do Jupyter a partir de chats de IA, importação automática de sugestões na complementação de código, melhorias na visualização Structure e outras novidades.
Se você não quiser se preocupar em configurar o interpretador ou o projeto, o PyCharm se encarregará disso para você. Agora o IDE oferece uma opção em um único clique que permite pular diretamente para o editor. Você pode começar a criar código e executá-lo imediatamente com um só script de Python ou notebook do Jupyter, pulando a configuração do projeto e poupando tempo.
Agora a complementação de código no PyCharm oferece novas sugestões, como a opção de importar automaticamente nomes de classes e funções a partir de bibliotecas que ainda não tenham sido importadas para o seu código. Esse recurso otimizado garante fluxos de trabalho mais suaves e acesso mais rápido às ferramentas de que você precisa, sem a necessidade de fazer importações manuais!
Às vezes, você quer isolar uma parte do código no seu notebook, para ver como seria a saída sem ele, e às vezes esse código se estende por várias células. Nesses casos, você pode comentar rapidamente várias células de uma vez. Para isso, basta passar para o modo de Comando, selecionar as células-alvo com Shift+Up/Down e depois teclar Cmd+/ (macOS) ou Ctrl+/ (Windows/Linux).
Com os aperfeiçoamentos na visualização Structure, você pode navegar pelos seus notebooks em um relance. Ela é gerada automaticamente no PyCharm a partir dos cabeçalhos das células Markdown, e você também pode adicionar células Python com as primeiras linhas comentadas no menu View options.
A partir da visualização Structure, você pode se movimentar pelo notebook, executar seções específicas e verificar se uma determinada seção está em execução naquele momento.
Incremente os seus experimentos de aprendizado de máquina usando a integração com o TensorBoard diretamente em notebooks do Jupyter. Acompanhe e visualize sem esforço métricas como perda e precisão, inspecione grafos de modelos e monitore as alterações de pesos e vieses ao longo do tempo. Mergulhe mais fundo com ferramentas para incluir projeções, visualizações de dados (imagens, texto e áudio) e profiling do TensorFlow — tudo de dentro do PyCharm.
Depois de um chat com o AI Assistant sobre um problema específico, talvez você queira mover os resultados para um notebook dedicado. Basta usar o prompt do AI Assistant ou o novo comando /create-jupyter-file
no chat para criar um notebook contendo o código associado. O PyCharm também incluirá o notebook no diretório do seu projeto.
poetry.lock
e pyproject.toml
.