<code>PyCharm</code>開發公司<code>jetbrains</code>專門面向資料科學的ide項目<code>DataSpell</code>在前不久釋出了其<code>EAP</code>版本（早期預覽版本），為我們帶來了諸多趨于成熟的功能特性，本文就将為大家介紹其使用方式及主要的一些功能。
你可以在官網<code>https://www.jetbrains.com/dataspell/</code>下載下傳适合你系統的安裝包，然後像其他<code>jetbrains</code>系列産品那樣進行安裝：
在安裝過程中可以勾選對<code>ipynb</code>檔案的關聯，使得我們直接輕按兩下<code>ipynb</code>檔案就可以自動打開到<code>DataSpell</code>：
安裝完成之後，打開<code>DataSpell</code>，可以先進行諸如<code>conda</code>環境配置等選項：
以及對一些輔助插件的安裝，譬如智能代碼補全插件<code>TabNine</code>：
進入操作界面後，整個界面風格跟<code>pycharm</code>等如出一轍，不同的是，在<code>setting</code>中可以進行<code>R</code>環境的配置，可見其專門面向資料科學的特點：
亦可建立諸多資料科學場景中常見格式的檔案：
支援本地、遠端多種方式的<code>jupyter</code>服務連接配接：
在對<code>jupyter notebook</code>的支援上做得還是比較到位，相容了幾乎所有快捷鍵，除了按<code>Z</code>撤回單元格操作，按<code>shift+ctrl+i</code>在光标處拆分單元格等部分快捷鍵需要手動設定：
對<code>matplotlib</code>、<code>plotly</code>等主流繪圖庫的支援也很不錯：
而對于<code>R</code>的支援也很不錯，可以像<code>Rstudio</code>那樣對腳本中的代碼使用<code>ctrl+enter</code>進行運作和檢視結果：
包括對<code>R</code>包的圖形界面化管理：
可以看出，<code>DataSpell</code>對于通吃資料科學領域主流需求的野心還是很大的，<code>DataSpell</code>面向<code>jupyter</code>的諸多功能尤其是高速靈敏的代碼提示讓我很舒服，但對于<code>R</code>的支援方面，我很難找出放棄使用<code>Rstudio</code>而轉向<code>DataSpell</code>的理由😁，讀者朋友們也可以自行下載下傳體驗，更深入的感受<code>DataSpell</code>。
以上就是本文的全部内容，歡迎在評論區與我進行讨論。