JetBrains DataSpell for Mac 是由 JetBrains 开发的一款新型的数据挖掘分析代码编辑器，DataSpell 从一开始就为数据专业人士提供了必备工具。支持 Python、dbt Core、SQL 与数据库、Jupyter、Git、Conda 等技术，让您能够在一个地方直接使用丰富的工具集关注数据，轻松将数据转化为洞察，深受全世界领先数据团队的信赖。本站给大家带来 JetBrains DataSpell 2024 最新中文激活版，有需要的小伙伴们可以下载使用一下。
JetBrains DataSpell 2024 for Mac 数据挖掘分析代码编辑器
DataSpell 的用户界面专为更有效地处理数据而设计，提供低代码功能和易于访问的关键功能。它具有对 SQL 单元的支持、可快速访问描述性统计数据的交互式表、无代码图表可视化和 AI Assistant 等 – 这些功能旨在加快数据操作和分析。
DataSpell 简化了潜在代码和数据问题的识别与解析，包括通过识别缺失值和提供数据分布直方图以供轻松检测异常值。它结合了 dbt Core 来促进工程最佳做法，例如数据工作流中的测试和文档记录。借助出色的 Python 和 SQL 支持、实时错误检查和高级代码质量功能，您的代码将保持整洁高效。
软件特征
交互式表
轻松查看、导航、排列和筛选数据。创建图表并访问关键数据洞察，包括描述性统计和缺失值 – 完全无需编写代码。利用 AI Assistant 释放数据的力量，让从数据到洞察的旅程更加顺畅。使用 Python 或 SQL 单元、在 Python 控制台或单独窗口中处理 Jupyter Notebook 中的表。
智能 Jupyter Notebook 和集成式 SQL 支持
在 DataSpell 中轻松使用本地和远程 Notebook。在一个统一的智能 Notebook 中使用 SQL、Python 或无代码。通过 Structure（结构）视图无缝导航，点击几下将 Notebook 轻松转换为 Python 脚本，使用带有预安装库的项目模板加快设置速度，体验与已选配色方案相匹配的美观图形和可视化效果等。
对 Python 的一流语言支持
DataSpell 增强了数据工作的主要语言 Python，提供出色的支持以确保速度和准确性。您可以受益于智能代码补全、PEP 8 合规性检查、智能重构和多种检查。DataSpell 以 Python 为核心，将让您自信地编写代码并高效交付高质量结果。
SQL
DataSpell 以高级自动补全和便捷架构导航提供卓越的 SQL 支持，将您连接到超过 40 个 SQL 和 NoSQL 数据库，包括 PostgreSQL 和 MySQL。在 Jupyter Notebook 或专属控制台中通过 SQL 单元快速查询数据库，使用或不使用代码轻松可视化、查看或更改数据。
dbt Core
使用面向数据分析工程师的重要工具 dbt Core 在 DataSpell 中轻松转换数据。创建 dbt 项目，轻松编写、测试和部署 dbt 模型。获得 SQL 和 YML 文件的智能补全，并借助捆绑的数据库插件直接在 IDE 中查看更改。
Git 支持
轻松克隆、提交和推送更改。使用分支，管理更改列表，以及暂存更新。使用可视化合并工具轻松合并文件，并排比较和高亮显示更改。
R 支持
享受智能编码辅助、数据集和可视化探索、软件包管理等。
DataSpell 中的 AI Assistant
除您本人以外，还有谁最了解您的项目？您的 IDE！这就是 AI Assistant 具备此般上下文感知能力且大有裨益的原因。它可以帮助您更快地完成任务并提高工作效率。
版本2024.1更新内容
DataSpell 2024.1：全行代码补全、通过 SQL 单元查询 DataFrame、Import Data（导入数据）单元、dbt 支持改进
我们的 ML 团队增强了驱动 Python 的 ML 辅助全行代码补全的本地模型，现在模型可以生成更长的建议并考虑更多上下文，同时不会将数据发送到互联网并且完全免费。在 DataSpell 2024.1 中，您现在可以直接在 Jupyter Notebook 中编写 SQL 来查询 DataFrame 和 CSV 文件。 我们引入了 Import Data（导入数据）单元，这是 DataSpell 中的新单元类型。 您可以将文件拖放到表格数据中，轻松开始处理。
最新更新显著增强了 dbt Core 支持。 您现在可以直接在 DataSpell 中查看图表。 我们为 dbt Core 项目改进了代码补全，现在您可以直接从 SQL 文件轻松运行、预览和测试模型。
从我们的网站下载新版本的 DataSpell，直接从 IDE 或通过免费的 Toolbox App 更新，或使用 Ubuntu 的 snap 包。
ML 赋能的代码补全
我们的 ML 团队显著改进了驱动 Python 的 ML 辅助全行代码补全的本地模型。 全行代码补全会生成更长的建议并考虑更广泛的上下文，进而提供更好的建议并减少输入。 这款纯本地模型提供代码建议和整行代码，不会将任何数据发送到外部服务器。
用于 DataFrame 和 CSV 文件的 SQL
在 DataSpell 2024.1 中，您可以直接从 Jupyter Notebook 编写 SQL 来查询 DataFrame 和 CSV 文件。 为此，首先创建 SQL 单元，选择 DataFrame 作为数据源，然后编写查询，享受出色的 SQL 编码辅助。
Import Data（导入数据）单元
Import Data（导入数据）单元是 DataSpell 2024.1 中 Jupyter Notebook 的另一个新功能。 将包含表格数据的文件拖放到 Import Data（导入数据）单元上，然后使用可视化控件或 Python 代码即可开始处理。
dbt Core
最新版本为现有 dbt 支持引入了多项更新：
DAG 是面向分析工程师的强大工具，在此版本中，您可以直接在 DataSpell 中查看图。 导航也已简化，在 DAG 中点击节点即可。
dbt Core 项目的代码补全得到显著改进，Jinja、模型名称、列名、YAML 文件等的补全获得更新。
您现在可以直接从 SQL 文件轻松运行、预览和测试任何模型， 点击装订区域并从可用选项选择即可。
……
详细更新日志：https://www.jetbrains.com/zh-cn/dataspell/whatsnew/
系统要求：macOS 12.0 或更高版本，兼容 Intel 和 Apple Silicon 处理器
评论0