知名软件 IntelliJ Idea IDE 和 Kotlin 编程语言的开发商 JetBrains 近日推出了一个专门针对数据科学的 IDE —— DataSpell。
目前 DataSpell 还处于早期预览阶段，开发者可以访问 jetbrains.com 下载，目前已适配 Windows、Linux 和 Mac，也已经原生支持使用 M1 芯片的 Mac。该 IDE 将为从事探索性数据分析和机器学习模型原型设计的数据科学专业人士提供了一个开发环境。其特色是一个旨在优先处理数据的界面，同时允许编码。根据 JetBrains 的说法，DataSpell 对 Jupyter Notebook 提供支持，并提供了比传统 Jupyter Notebook 更好的体验。用户可以在命令和编辑模式之间切换，以操作单元格及其内容，其中增强的功能包括：
单元格输出支持 Markdown 和 JavaScript。DataSpell 与运行在本地设备上的 Jupyter Notebook 以及远程 Jupyter、JupyterHub 和 JupyterLab 服务器兼容。
此外，DataSpell 支持 Python 脚本，提供了一个运行代码的 REPL，以及用于处理数据和数据可视化的额外工具，包括可交互式的和静态的。DataSpell 还支持包括 Plotly、Bokeh、ipywidgets 和 Altair 在内的 Python 科学类库。目前这个尚处于早期预览阶段的 DataSpell 除了支持 Python 以外，还提供了对 R 语言的基本支持，将来还会增加对 Julia 等其他数据科学语言的支持。
JetBrains 的项目经理 Andrey Cheptsov 表示，DataSpell 的目标是在企业 IT 组织发起更多 AI 项目以在数字业务转型背景下降低成本或增加收入的时候提高数据科学家的整体生产力。
谈到 Python 生态，从来没有专门为数据科学设计的 IDE。参与数据科学的人员必须使用编辑器、开发者 IDE 或独立的 Jupyter Notebook。只有在 R 语言的生态中才真正提供了用于数据科学的独立 IDE。我们经常听到有 RStudio 经验的人抱怨 Python 不存在类似的东西。JetBrains DataSpell 就是这样一款面向数据科学家的 IDE。
当然，在引入任何需要工具时，使用习惯是最大的挑战，因为每个数据科学团队都有一套自己常用的工具和定义的工作流程。DateSpell 如何能够快速融入数据科学家团队的工作流程，以提高生产力也将是 JetBrains 面临的一大挑战。
评论删除后，数据将无法恢复
JetBrains 推出全新数据科学 IDE —— DataSpell
知名软件 IntelliJ Idea IDE 和 Kotlin 编程语言的开发商 JetBrains 近日推出了一个专门针对数据科学的 IDE —— DataSpell。
目前 DataSpell 还处于早期预览阶段，开发者可以访问 jetbrains.com 下载，目前已适配 Windows、Linux 和 Mac，也已经原生支持使用 M1 芯片的 Mac。该 IDE 将为从事探索性数据分析和机器学习模型原型设计的数据科学专业人士提供了一个开发环境。其特色是一个旨在优先处理数据的界面，同时允许编码。根据 JetBrains 的说法，DataSpell 对 Jupyter Notebook 提供支持，并提供了比传统 Jupyter Notebook 更好的体验。用户可以在命令和编辑模式之间切换，以操作单元格及其内容，其中增强的功能包括：
单元格输出支持 Markdown 和 JavaScript。DataSpell 与运行在本地设备上的 Jupyter Notebook 以及远程 Jupyter、JupyterHub 和 JupyterLab 服务器兼容。
此外，DataSpell 支持 Python 脚本，提供了一个运行代码的 REPL，以及用于处理数据和数据可视化的额外工具，包括可交互式的和静态的。DataSpell 还支持包括 Plotly、Bokeh、ipywidgets 和 Altair 在内的 Python 科学类库。目前这个尚处于早期预览阶段的 DataSpell 除了支持 Python 以外，还提供了对 R 语言的基本支持，将来还会增加对 Julia 等其他数据科学语言的支持。
JetBrains 的项目经理 Andrey Cheptsov 表示，DataSpell 的目标是在企业 IT 组织发起更多 AI 项目以在数字业务转型背景下降低成本或增加收入的时候提高数据科学家的整体生产力。
当然，在引入任何需要工具时，使用习惯是最大的挑战，因为每个数据科学团队都有一套自己常用的工具和定义的工作流程。DateSpell 如何能够快速融入数据科学家团队的工作流程，以提高生产力也将是 JetBrains 面临的一大挑战。