最近续费了JetBrains全家桶，看到多了一个 DataSpell
看了一圈介绍，貌似 jetbrains 在 Pycharm 原生支持 jupyter notebook，既有插件也有 DataGrip 操作数据库的前提下，还选择为 Jupyter notebook 群体开发一款软件。
于是趁着国庆，果断下载体验了一波，看看后面是否需要切换到这个软件进行工作，下面是一些使用下来的感受。
Part1 亮点
1数据面板
一个让我觉得比较亮眼的操作，是可以在单独的窗口预览数据、修改数据、导出数据
单独面板看数据，不用再设置max_columns等参数，就像操作 Excel 一样，有需要调整的甚至可以直接右键修改值，右键也可以直接导出到Excel
这种让你少写几行代码的快捷操作，在代码开发阶段还是比较舒服的，毕竟有时候一些简单的操作需要写很长的代码。
不过转念一想，Pandas 将操作 Excel 代码化，IDE又将一些功能 Excel 化，确实有些灰色幽默。
2自动补全
这也是得益于 IDE 的一个非常好的功能，当我们敲代码时可以智能的进行自动提示，这样代码写起来就很舒服了，至少对于我来说，平时一半的代码都是 IDE 写的
3快速搜索
如果你使用过 Alfred ，那么一定是喜欢那种一个搜索框搜索全部文件软件的功能，在DS中也支持敲两下 shift 键来快速搜索一些功能、文件等操作，例如输入run below 就会自动运行当前单元格之后的全部代码
4文件管理
回想之前机遇浏览器的数据科学任务，每次新建一个文件，都要返回到目录页面，新建 ipynb 文件，若要是项目关联的文件比较多，可能急需要打开一排窗口。
如果在加上需要写一些本地的 py 文件，操作起来将会在多个软件之间切换，过程是比较痛苦的。
现在使用 DS 将会更好的进行项目开发，
5异常调试
既然是基于强大的 IDE 开发出来的产品，断点调试等debug功能，自然是原生支持，用起来很丝滑。
6插件
让我想的一个重要原因就是我已经离不开 Pycharm 的一些插件，现在有种回到家的感觉
7Git支持
同插件一样，如果你的工作需要用到 Git 进行版本管理的话，那么使用 DS 进行数据科学工作将会更有效率。
此外，一些 IDE 该有的功能例如远程开发、终端调用、代码统计分析、包管理等功能都能极大提升效率。
Part3不足
当然也有一些地方让我感觉这款IDE还不够完美。
一个对我来说很关键的问题就是，貌似不支持使用Jupyter Notebook插件，例如我很喜欢的contents目录插件，可以方便的进行markdown导航与跳转，另外还有一些使用很顺手的插件也都不能安装。
不过我已经提交了反馈，希望能在未来某一天支持吧。
另外一个让我觉得不够完美的地方，就是所有之前的主题样式，都不够美观，老粉丝知道我是颜值党，之前写 Pandas学习网页颜色、位置等参数都一点点调了很久才满意。
如果 IDE 黑 notebook 白，缺少一种「科技感」，但如果全黑色配色，代码框、输入区域、输出区域就会有一种叠加在一起的感觉。
另外，由于功能复杂，真正能用于写代码的区域很小（虽然可以折叠），如果你是笔记本电脑，那么可能一个页面只能容纳下2-3个单元格，用起来比较鸡肋
这也是我之前不使用 Pycharm 写 notebook 的原因，可能是这种基于交互式的开发的IDE主题需要更多时间设计吧，
Part4推荐吗？
以上就是我体验下来的全部感受，其实不难发现，除去为了卖钱之外，jetbrains似乎想让以notebook为主要开发工具的数据科学家们，切换到更专业的IDE。
不论是代码检查、异常调试、版本控制、项目管理、远程开发等标准化开发功能，都是一个程序员需要具备的技能，而在这之前我见到的一些数据分析、机器学习相关人员，大多只是会数据、算法本身的工作，对于工具却比较薄弱。
最后是个人推荐，如果你从事数据科学相关工作，工作频繁使用 notebook 进行数据处理、算法模型开发，那么可以不妨尝试切换到 DataSpell ，进一步如果你本身是 Pycharm 党，那么这款软件更值得你尝试。