Привет, Хабр!
Datalore — это мощная онлайн-среда для Jupyter-ноутбуков, разработанная в JetBrains. Здесь мы собрали описание самых важных обновлений Datalore за прошедший год.
Профессиональный план Datalore
В ноябре мы запустили Datalore Professional. Этот план был разработан для решения сложных задач с большими наборами данных, которым требуется мощное вычислительное оборудование.
Вот сравнительная таблица параметров Datalore Community и Datalore Professional.
Community | Professional | |
---|---|---|
Базовый CPU-процессор (4 ГБ RAM, имя AWS: t3.medium) | 120 часов | ?? |
Мощный CPU-процессор (16 ГБ RAM, 2 ядра vCPUs, на 400% быстрее базового CPU-процессора, имя AWS: r5.large) | – | 120 часов |
GPU-процессор (1 NVIDIA T4 GPU, 16 ГБ RAM GPU, 4 ядра vCPU, имя AWS: g4dn.xlarge) | - | 20 часов |
Хранилище | 10 ГБ | 20 ГБ |
Цена | Бесплатно | 19,90$ в месяц |
Улучшения в редакторе кода
Анализ кода из PyCharm
В начале года мы интегрировали анализ кода из PyCharm, добавив автодополнение кода, рефакторинги, быстрые исправления и навигацию в Datalore. Теперь вы можете пользоваться такой же первоклассной помощью при написании кода, как в PyCharm, в своих онлайновых Jupyter-ноутбуках.
Совместимость с ядром Jupyter
В прошлом году мы также много работали над стабильностью ядра IPython в Datalore, и сейчас оно стало намного надежнее. Еще есть над чем работать, так что мы продолжим делать ядро более стабильным в этом году.
Ядро Jupyter теперь полностью поддерживается вместе с виджетами, графическими библиотеками и shell-командами.
Кроме того, ноутбуки теперь загружаются значительно быстрее, так как нам удалось вдвое сократить время запуска Conda.
Поддержка Kotlin
Kotlin — это язык программирования с открытым исходным кодом, разработанный в JetBrains. Он хорошо подходит для анализа данных и разработки мультиплатформенных приложений. В Datalore мы добавили поддержку Kotlin в ноутбуки IPython. Попробуйте! Просто выберите Kotlin в качестве языка при создании ноутбука.
Поддержка workspace-файлов и S3-бакетов
В декабре мы реализовали поддержку workspace-файлов, что позволяет обмениваться файлами данных между несколькими ноутбуками.
Для тех, кто работает с большим объемом данных, мы также добавили поддержку подключения S3-бакетов. Подробности читайте в этом блогпосте.
Улучшения пользовательского интерфейса
Боковая панель для быстрых действий
Чтобы вы могли быстрее работать с файлами и перемещаться по содержимому ноутбуков, мы добавили вкладку боковой панели внутри редактора. С этой панели есть прямой доступ к прикрепленным файлам, включая файлы ноутбука и workspace-файлы. Кроме того, вы можете использовать оглавление и обозреватель переменных. Окно быстрых команд (Shortcuts) также появится на боковой панели при открытии из меню Help.
Темный режим
В прошлом году мы представили темный режим. Вы можете изменить тему ноутбука в меню View в редакторе, где также можно включить режим Distraction free и опцию разделенного просмотра Split view.
Панель инструментов Markdown
Мы также представили панель инструментов для более удобного редактирования Markdown. Она помогает описывать код с помощью текста, формул LaTex и HTML-кода внутри ячеек Markdown.
Сотрудничество с Anaconda
У JetBrains долгая история сотрудничества с Anaconda, а PyCharm — IDE для Python, рекомендованная в установщике Anaconda. С октября 2020 года и Datalore, и PyCharm представлены в новом Anaconda Navigator! Обновите Anaconda Navigator до последней версии и запускайте Datalore прямо оттуда.
Исследования и уроки:
В прошлом году мы сделали несколько интересных исследовательских и обучающих проектов:
- Мы скачали 10 000 000 Jupyter-ноутбуков с GitHub и поделились набором данных с сообществом.
- Мы проанализировали 495 спецификаций AMD Radeon и Nvidia GPU и опубликовали полученные данные.
- Видеоурок по началу работы в Datalore.
- Видеоурок по визуализации с помощью Pyplot.
- Урок продвинутой визуализации на наборе данных моделей GPU.
Вот и все, что касается основных обновлений, представленных в 2020 году. Следите за нашим блогом, чтобы узнавать о новых возможностях Datalore.
Всем здорового и продуктивного года!
Команда Datalore
timur4u
Одна из отличительных особенностей DataLore, которой не видел у конкурентов, это поддержка Zeppelin kernel.
alenaguzharina Автор
Да, на текущий момент мы поддерживаем Python, Kotlin и Zeppelin kernels.