Avec la popularité croissante de Python comme langage pour la science des données, il était naturel pour JetBrains que PyCharm, son EDI Python, soit enrichi de fonctionnalités pour la science des données. C’est ainsi que l'entreprise a commencé à travailler à l’amélioration significative de la prise en charge de la science des données par PyCharm, en s'appuyant sur les commentaires qu'elle a reçus l’année dernière. Au cours de ce processus, JetBrains a pu mieux cerner les différences entre les workflows et les attentes en matière d’outils des data scientists et des développeurs de logiciels. JetBrains a donc lancé, en mars dernier, un nouvel environnement de développement intégré pour la science des données, appelé DataSpell. Après 5 mois, le Programme d’Accès Anticipé de DataSpell, qui était privé, est maintenant ouvert à tous.JetBrains DataSpell est le nouvel EDI de JetBrains spécialement conçu pour la science des données. Annoncé en mars, il était jusqu’à présent disponible dans le cadre d’un Programme d’Accès Anticipé (EAP) privé. Les personnes ayant participé au programme ont pu utiliser l’EDI et aider à l’améliorer avant que JetBrains le rende disponible publiquement. Aujourd’hui, l'éditeur de logiciels pour développeurs annonce que le Programme d’Accès Anticipé pour DataSpell est ouvert à tous. Les personnes ayant déjà demandé à pouvoir rejoindre le programme vont donc prochainement recevoir une invitation. Par ailleurs, le téléchargement des builds du programme sur le site web de JetBrains DataSpell est désormais possible sans inscription. Vous pouvez télécharger le dernier build du programme dès maintenant.
Au cours des derniers mois, l’équipe DataSpell s’est principalement consacrée à l’amélioration de l’expérience avec les notebooks. Cette expérience comprend notamment la capacité de manipuler les cellules des notebooks Jupyter de manière fluide, l’accès à tous les raccourcis clavier familiers et la netteté de l’affichage des résultats et des correctifs rapides.
Voici les principales améliorations qui ont été apportées à la prise en charge des notebooks :
- Il est désormais possible de masquer les résultats individuels dans une cellule en utilisant un raccourci clavier ou la souris.
- JetBrains a considérablement amélioré le défilement des notebooks et de leurs résultats.
- Pour les résultats des tables, il a été ajouté des actions dédiées qui permettent d’ouvrir les données dans des onglets séparés.
- Pour les images, JetBrains a apporté des actions dédiées pour l’enregistrement des images dans un fichier.
- Pour les paquets non résolus dans les cellules de code, un nouveau correctif rapide ajoute l’instruction d’importation à la cellule et l’exécute automatiquement afin que l’utilisateur n’ait pas à le faire manuellement.
- Les caractères chinois et coréens sont désormais correctement affichés dans les résultats des tables.
JetBrains a aussi travaillé activement à la prise en charge des notebooks à distance. DataSpell prend en charge non seulement les notebooks locaux que l’utilisateur exécute sur sa machine, mais aussi les notebooks exécutés sur des serveurs distants. Au cours du programme d’accès anticipé privé, la prise en charge des notebooks distants est passée du statut de fonctionnalité expérimentale à celui de fonctionnalité directement disponible par défaut. JetBrains prévoit d’apporter encore plus d’améliorations dans ce domaine lors des prochaines mises à jour.
L'entreprise a récemment commencé à se concentrer davantage sur la console interactive Python. Désormais, lorsque les dataframes et les graphiques sont évalués dans la console Python, les résultats interactifs correspondants apparaissent directement dans la console. L’analyse exploratoire des données ne se limite pas aux notebooks Jupyter et peut souvent être réalisée via des scripts Python. La console interactive Python est un très bon outil pour cela et nous continuons à l’améliorer.
Enfin, JetBrains a établi une liste de réponses aux questions les plus fréquentes :
Q : Pourquoi lancer un nouvel EDI en plus de PyCharm Professional Edition ?
Au-delà de fournir des fonctionnalités de qualité qu'ils s'efforcent de proposer, les produits JetBrains ont pour objectif d’offrir la meilleure expérience utilisateur possible. L’interface de JetBrains DataSpell est donc axée autant sur les données que sur le code. Les fonctionnalités liées au travail sur les données seront privilégiées. Cela se reflétera dans la disposition des fenêtres d’outils, du menu principal, des actions, etc.
Dans DataSpell, la base de code est considérée comme un espace de travail plutôt que comme un projet. Dans cet espace de travail, l’utilisateur pourra passer d’une tâche à l’autre et réutiliser les notebooks tout comme il réutilise les environnements configurés.
Globalement, JetBrains veut faire de DataSpell un environnement plus pratique et efficace pour travailler avec des données. Afin d’offrir la meilleure expérience possible, l'entreprise souhaite donner la possibilité aux utilisateurs de choisir leur environnement en fonction de la façon dont ils utilisent ses outils.
Q : En quoi JetBrains DataSpell est-il meilleur que les autres outils pour la science des données ?
Il n’y a jamais eu d’EDI conçu spécifiquement pour la science des données dans l’écosystème Python. Les spécialistes de la science des données devaient utiliser des éditeurs, des EDI ou des notebooks Jupyter autonomes. Seul l’écosystème R avait un EDI autonome pour la science des données. Nous avons souvent entendu les data scientists ayant utilisé RStudio déplorer le fait que rien de comparable n’existe pour Python. JetBrains DataSpell est l’EDI qui répond aux besoins de ces data scientists.
D’une part, JetBrains DataSpell fournit une large gamme d’outils pour la science des données, parmi lesquels des notebooks, un REPL interactif, un explorateur d’ensembles de données et de visualisation et la prise en charge de Conda. D’autre part, JetBrains DataSpell offre une assistance intelligente au codage pour Python et une multitude d’autres outils, tous intégrés de manière fluide dans une interface utilisateur unifiée.
en outre, bien que la prise en charge de Python soit la priorité, JetBrains DataSpell est également ouvert à la prise en charge d’autres langages. Actuellement, il propose déjà une prise en charge de R et d’autres langages pourraient être supportés ultérieurement.
Q : Les fonctionnalités de JetBrains DataSpell seront-elles disponibles dans PyCharm ?
Oui, la plupart des fonctionnalités de JetBrains DataSpell, y compris la prise en charge des notebooks Jupyter, seront bientôt disponibles dans l’édition professionnelle de PyCharm.
Q : En quoi JetBrains DataSpell est-il différent de PyCharm ?
L’interface utilisateur de PyCharm a été conçue en tenant compte des workflows de développement. Elle requiert de configurer un projet, d’exécuter des configurations, etc. JetBrains DataSpell est un EDI beaucoup plus léger et centré sur les workflows d’exploration des données.
Si vous utilisez Python pour la science des données pure, que vous soyez impliqué dans des domaines aussi différents que l’analyse exploratoire des données ou le prototypage de modèles de machine learning, JetBrains DataSpell est l’outil qu’il vous faut. Mais si vous envisagez de développer en Python, il est préférable d’opter pour PyCharm.
Q : Quel sera le prix de JetBrains DataSpell ?
DataSpell sera proposé à un tarif similaire à celui des autres EDI basés sur IntelliJ, tels que DataGrip ou PyCharm Professional Edition.
Téléchargez le build du Programme d’Accès Anticipé de DataSpell