再见 Jupyter Notebook, DataSpell 起飞！

如果 JupyterLab 和 PyCharm 有一个孩子，那么他一定是DataSpell，一个面向专业数据科学家的专业 IDE。,虽然 Pycharm 这样的 IDE 非常强大，但它并不适用于数据科学，因此大部分数据科学家都会选择使用富有交互性的  JupyterLab 或 Jupyter Notebook 作为常用 IDE。但在调试完整项目时又不得不切换回具有专业环境的PyCharm。,这样属实有点麻烦，直到我发现了 DataSpell。,Dataspell是专为数据科学家打造的集成开发环境(IDE)。它由Jetbrains（IntelliJ Idea 和 PyCharm 背后的公司）开发，因此无需进一步介绍。,DataSpell 具有我们期望从 Jupyter 中获得的一些典型功能，例如命令模式、编辑器模式、单元格导航、笔记本快捷方式和交互式输出。,也就是说，对于专业数据科学家来说，这是一个更强大的专业 IDE。这就是为什么我更喜欢 DataSpell 而不是 Jupyter Notebook（和 Pycharm）的原因之一了。,以下是 IDE 提供的内容：,SQL 数据库支持——连接到数据库、直观地检查数据、导入/导出数据等。,,如果你使用过PyCharm，那么这个外观和感觉都会很熟悉。,该过程几乎与任何其他 Jetbrains 产品相同。单击根目录并转到New — Jupyter Notebook,,并命名为 first_notebook.ipynb,,创建笔记本时，可能已经看到创建 R 脚本和Julia文件的选项。其实Dataspell 不仅支持Python ，还同时支持 R 和 Julia。,,当将 DataFrame 显示为输出时，与其他 Notebook 编辑器不同，当 DataFrame 很大时，DataSpell 可以显示整个 DataFrame 而不会屏蔽某些数据。当 DataFrame 较大时，DataSpell 会自动添加一个滚动条，让你可以滚动查看整个数据集。,同时，可以通过单击列名轻松对数据进行排序，这将使用该列按升序或降序对 DataFrame 进行排序（如果单击两次）。,如果要在单个框架中查看更多数据，可以选择在单独的选项卡中打开 DataFrame。,,,Jupyter Notebook 的一个缺点是它的编码辅助，虽然可以打开扩展 “hinterland”启用自动补全，但效果不佳。,如果按下“tab”按钮，它有时会再次写入整个变量名称，而不是仅完成名称的其余部分，有时甚至会自动完成单词，甚至无须按 Enter。,DataSpell 的编码辅助与 Pycharm 的一样智能，有智能代码完成、错误检查和更多可用的东西。,,,除此之外，DataSpell 还支持 Markdown，这意味着我们的脚本仍将具有带有 h1、h2、h3 标题、纯文本、编号列表、项目符号等的“笔记本风格”（虽然尚不支持 LaTeX语法） 。将鼠标悬停在一个单元格上方，然后单击Add Markdown Cell：,,另一种方法是单击code下拉菜单并将单元格类型切换为 Markdown。,这里有一些 Markdown 代码供尝试：,,这是运行单元格时的外观：,,Jupyter Notebook 的一项很酷的功能是无需任何额外安装即可输出可视化效果。而 Pycharm 则不然，但 DataSpell 可以与Jupyter媲美！,只需要打开.ipynb包含创建可视化的代码的文件，你会发现所有可视化都会漂漂亮亮地显示出来。,,你猜怎么着？Dataspell 与 Plotly、Bokeh、Altair 和 ipywidgets 等交互式可视化库配合得很好。,如下交互式可视化效果：,,Pycharm 等完整 IDE 的一些很酷的特性（而 Jupyter Notebook 缺乏）是版本控制、轻松的终端访问和数据库集成。,版本控制帮助我们跟踪和管理对软件代码的更改。你可能用来管理源代码更改的流行版本控制系统是 Github。,使用 DataSpell，你可以克隆 Git 项目、提交和推送更改、使用分支等等！,,DataSpell 有一个内置终端，支持操作系统上可用的命令。终端在你的脚本下方可用，因此无需打开第二个窗口来再次使用终端！,,当您使用 Python 一段时间后，你应该已经意识到为每个项目设置虚拟环境的重要性。DataSpell 通过提供设置页面，可以轻松为任何数据科学项目配置虚拟环境。此外，它具有对许多数据科学家常用的 Conda 环境的内置支持。,,如果我们每天都在使用 MongoDB、MySQL 和 Oracle 等数据库，那么我有个好消息！DataSpell 可以连接到数据库，因此我们可以直接从 IDE 访问和查询数据库。,,以下是支持的数据库工具的完整列表：,,这里介绍如何使用sqlite3包建立连接、创建数据库和表：,,现在可以像往常一样插入数据：,,Dataspell 的特别之处在于无需离开 IDE 或编写不必要的查询即可探索数据库的选项。只需双击数据库，就会打开一个新的侧窗口，然后可以单击任何感兴趣的表格，以在单独的选项卡中对其进行探索：,,其实该功能在PyCharm 的专业版中也能找到，因此并不能算作DataSpell独有的功能。,Jupyter Notebook 缺少可以帮助我们轻松检测和删除代码中的错误的调试器。,幸运的是，DataSpell 有一个同时支持 Jupyter notebooks 和 Python 脚本的调试器。因此我们可以直接Debug，如在断点处停止、管理变量等等。,,我喜欢 Pycharm 和 DataSpell 的一点是当属其插件，他们有很多出色的插件可供我们下载。,其实我们为 Pycharm 安装的大多数插件也可均适用于 DataSpell。例如，使用 Rainbow CSV 为使用 Pycharm 打开的 CSV 文件中的列设置不同的颜色。,,虽然介绍了这么多关于Dataspell的优点，但用不用还是取决于你的实际需求，如果你的编码工作比数据科学多，那么 PyCharm 可能是更好的选择。另一方面，如果你所做的大部分工作都是纯粹的数据科学，那么 Dataspell 就是你的一个较好的选择。而相对于免费Jupyter，收费的Dataspell也是是阻止你使用的一大原因。,归根结底，永远留在我们身边的不是工具，而是我们通过使用最适合我们需求的工具获得的知识。你会不会从 JupyterLab 或 Jupyter Notebook 切换到Dataspell呢？