В городе Data Science появился новый продукт премиум-класса. Он имеет превосходную помощь при кодировании, отладку и многое другое ... Стоит ли переходить?

Любите их или ненавидите, одно можно сказать наверняка - Jupyter Notebooks фактически стали стандартом для Data Science. Пока продукт неплохой, но есть и недостатки. Многие из них были устранены JupyterLab с добавлением вкладок, диспетчера расширений, тем и редактора ярлыков. Как активный пользователь JupyterLabs, я провожу 80% своего времени в JupyterLab (остальные 20% - в редакторе SQL), поэтому редактор должен быть хорошим. Есть ли лучшая альтернатива?

Блокноты Jupyter стали фактическим стандартом в области науки о данных

Вот несколько ссылок, которые могут вас заинтересовать:

- Complete your Python analyses 10x faster with Mito [Product]
- Free skill tests for Data Scientists & ML Engineers [Test]
- All New Self-Driving Car Engineer Nanodegree [Course]

Хотели бы вы прочитать больше таких статей? Если да, вы можете поддержать меня, нажав на любую ссылку выше. Некоторые из них являются партнерскими ссылками, но вам не нужно ничего покупать.

Встречайте записные книжки PyCharm

PyCharm недавно получил еще одну суперсилу - встроенную поддержку Jupyter Notebooks. Это ставит PyCharm на передний план в конкуренции с JupyterLab. Но есть одна загвоздка: поддержка Jupyter Notebook доступна только в профессиональной версии PyCharm, но вы можете попробовать ее бесплатно.

Какие основные особенности?

PyCharm разделяет результаты редактирования и просмотра на две отдельные панели (см. Изображение выше), тогда как в Jupyter Notebooks мы получаем сочетание того и другого. Разделение отлично работает при написании уценки или уравнений LaTeX, поскольку оно отображается в режиме реального времени.

Убийственная особенность PyCharm - это помощь при написании кода. Хотя в JupyterLab есть своего рода автозавершение кода, оно очень быстро теряется. Автозавершение кода просто работает с PyCharm. Он показывает все доступные методы, аргументы, которые принимает метод, и выделяет ошибки. В этом PyCharm на годы опережает JupyterLab.

Убийственная особенность блокнотов PyCharm - это помощь в написании кода.

Еще одна область, в которой PyCharm намного превосходит JupyterLab, - это отладка. Удачи с методами отладки в JupyterLab. Я пробовал использовать пакеты pdb и ipdb, но это кажется неуклюжим. PyCharm имеет отличную программу просмотра отладки, где вы можете перечислять объекты и наблюдать за всеми значениями их переменных.

Мне также нравится форматирование кода прямо из коробки и отличная поддержка расширений - не нужно устанавливать расширение форматирования кода, как в JupyterLab. PyCharm также имеет отличное расширение IdeaVim, которое работает лучше, чем текущие расширения Vim для JupyterLab. В основном это связано с ограничениями браузера, такими как копирование и вставка и сочетания клавиш ctrl + n и ctrl + p - пользователи Vim будут знать, о чем я говорю.

Как это работает за кадром?

PyCharm просто запускает собственный сервер Jupyter Notebook на порту 8889, чтобы он не конфликтовал с уже запущенным сервером Jupyter.

jupyter notebook --no-browser

Как я могу попробовать записные книжки PyCharm?

PyCharm имеет 1 месяц бесплатного пробного периода для версии Professional, так что любой может попробовать ее. Если вы студент, JetBrains (компания, стоящая за PyCharm) предлагает Бесплатные образовательные лицензии для некоторых университетов.

Стоит ли переходить?

Хотя нет сомнений в том, что поддержка PyCharm Notebook превосходит JupyterLab, она также не бесплатна. Я бы сказал, что его стоит попробовать, если вы проводите большую часть своего времени за редактированием блокнотов Jupyter. Спросите свою компанию или университет, могут ли они предоставить вам лицензию. Ни в коем случае я бы сказал, что поддержка PyCharm Jupyter Notebook является обязательным инструментом. Я много лет работаю в JupyterLab.

Я много лет работаю с JupyterLab

Прежде чем ты уйдешь

Следуйте за мной в Twitter, где я регулярно пишу твиты о Data Science и машинном обучении.