DataSpell 2024.1: finalización de código de línea completa, capacidad de consultar DataFrames a través de celdas SQL, celdas Import Data, mejoras en la compatibilidad con dbt
Nuestro equipo de Aprendizaje automático ha mejorado el modelo local que impulsa la finalización de código de línea completa asistida por aprendizaje automático para Python, lo que resulta en sugerencias más largas con más contexto que se tiene en cuenta, todo sin enviar datos a través de Internet y completamente gratis.
En DataSpell 2024.1, ahora puede escribir SQL para consultar DataFrames y archivos CSV directamente en sus notebooks de Jupyter. Hemos introducido las celdas Import Data, que son un nuevo tipo de celdas en DataSpell. Puede empezar a trabajar fácilmente con datos tabulares soltando un archivo allí.
La última actualización mejora considerablemente la compatibilidad con dbt Core. Ahora puede ver los gráficos directamente en DataSpell. Hemos mejorado la finalización de código para los proyectos de dbt Core, y ahora puede ejecutar, obtener una vista previa y probar fácilmente modelos directamente desde el archivo SQL.
Descargue la nueva versión de DataSpell desde nuestro sitio web, actualice directamente desde el IDE o a través de nuestra aplicación gratuita Toolbox App, o utilice los paquetes snap para Ubuntu.
Nuestro equipo de Aprendizaje automático ha mejorado considerablemente el modelo local que hace posible la finalización de código de línea completa asistido por aprendizaje automático para Python. La finalización de código de línea completa genera sugerencias más largas y tiene en cuenta un contexto más amplio, lo cual ofrece mejores sugerencias y tener que escribir menos. Como modelo puramente local, ofrece sugerencias de código y propone líneas completas de código, sin enviar ningún dato a un servidor externo.
En DataSpell 2024.1, puede escribir SQL para consultar DataFrames y archivos CSV directamente desde su notebook de Jupyter. Para ello, cree una celda SQL, seleccione un DataFrame como fuente de datos y, a continuación, escriba una consulta y disfrute de la mejor asistencia a la codificación SQL.
Las celdas Import Data son otra funcionalidad nueva de los notebooks de Jupyter en DataSpell 2024.1. Simplemente suelte un archivo con datos tabulares en una celda Import Data y comience a trabajar utilizando controles visuales o código Python.
La última versión introduce varias actualizaciones en la compatibilidad existente con dbt:
Los DAG son potentes herramientas en el conjunto de herramientas de los ingenieros de análisis, y con esta versión, puede ver los gráficos directamente en DataSpell. La navegación también es ahora más sencilla: basta con hacer clic en los nodos del DAG.
La finalización de código para los proyectos de dbt Core se ha mejorado considerablemente, con actualizaciones para la finalización de Jinja, nombres de modelos, nombres de columnas, archivos YAML y mucho más.
Ahora puede ejecutar, previsualizar y probar fácilmente cualquier modelo directamente desde el archivo SQL. Simplemente haga clic en el medianil y seleccione una de las opciones disponibles.
¡Esperamos que disfrute las nuevas funcionalidades! ¿Desea mantenerse al día de las últimas funcionalidades y recibir consejos sobre DataSpell y el análisis de datos? ¡Suscríbase a nuestro blog y síganos en X (antes Twitter)! Si encuentra algún error o tiene alguna sugerencia sobre alguna funcionalidad, compártala en nuestro sistema de seguimiento de incidencias.