로컬 Notebook으로 작업할 때 오른쪽에 새로운 Jupyter Variables 도구 창이 나타납니다. 이전 빌드에서 선택한 Notebook의 변수를 보려면 Jupyter 도구 창에서 Variables(변수) 탭을 사용해야만 했습니다. 이제 Notebook 옆에서 현재 변수를 볼 수 있습니다.
작업 공간을 인식하는 인터프리터 위젯
또 다른 눈에 띄는 개선 사항은 상태 표시줄에서 사용할 수 있는 업데이트된 인터프리터 위젯입니다. 이전에는 Notebook이나 Python 스크립트가 열린 경우에만 위젯이 나타났습니다. 위젯은 열려 있는 파일과 관련된 인터프리터에서만 표시되었습니다. 이제 업데이트된 위젯이 항상 표시됩니다. 이 위젯을 클릭하면 첨부된 모든 폴더에 대한 인터프리터를 미리 보고 변경할 수 있습니다.
사람이 읽을 수 있는 Notebook용 Diff
Jupyter Notebook을 Git에 저장하면 기본적으로 Notebook이 JSON 파일로 취급되어 로컬 변경 내용을 추적하기가 불편할 때가 있습니다. 새로운 DataSpell EAP 빌드를 사용하면 셀과 해당 출력 모두에 대한 로컬 변경 내용을 나란히 볼 수 있습니다.
Python 콘솔의 대화형 테이블 출력
Python 콘솔에서 pandas.DataFrame, pandas.Series 및 numpy.array 유형의 출력이 이제 완전한 대화형 및 스크롤 가능한 테이블로 표시됩니다. Jupyter Notebook 출력과 매우 유사합니다.
기타 개선 사항
또한 이 업데이트 덕분에 여러 가지 주요 버그도 해결됩니다. 이제 ASCII 진행 로그가 Notebook에 올바르게 표시됩니다(TensorFlow 또는 PyTorch 라이브러리에서 생성되는 것과 유사). 전체 변경 목록은 릴리스 노트에서 확인할 수 있습니다. PyCharm PyCharm 2021.3 EAP는 로컬 Notebook에 대한 DataSpell 지원을 번들로 제공합니다. 이제 PyCharm Professional 사용자는 로컬 Jupyter Notebook으로 작업하여 데이터를 분석하고 머신러닝 모델의 프로토타입을 만들 수 있습니다. Python 사용자는 소프트웨어 개발, 탐색적 데이터 분석, 머신러닝 모델 프로토타이핑과 같은 다양한 활동에 참여할 수 있습니다. DataSpell과 PyCharm은 각각 어떤 경우에 선택해야 하나요? 더 구체적 지침을 마련할 계획이지만 대략적으로 다음과 같이 제시해 드릴 수 있습니다. 주된 활동이 소프트웨어 개발이라면 PyCharm을 사용해야 합니다. 주된 활동이 데이터 과학이라면 DataSpell을 사용해야 합니다. 물론, 소프트웨어 개발과 데이터 과학의 비중이 대등하다면 PyCharm을 계속 사용하거나 두 제품을 동시에 사용할 수 있습니다. PyCharm이 전문 소프트웨어 개발자를 위한 IDE라면 DataSpell은 전문 데이터 과학자를 위한 IDE입니다. 로드맵 올해 계획된 몇 차례의 EAP 빌드에 대한 로드맵은 다음과 같습니다