VS Code — это отличный редактор кода, но он с некоторого времени поддерживает файлы Jupyter Notebook. В этой статье мы раскроем 10 преимуществ VS Code над Jupyter Notebook.
1. Единый редактор для многих языков
Очень часто приходится работать с текстами на различных форматов, например, файлы Си, HTML, CSS, JSON, markdown и проч. Для каждого из них для современных программистов нужны линтер, подсветка, LSP-сервер для навигации по модулям. В этом плане VS Code невероятно настраиваемый редактор кода, вы можете подобрать тему оформления, шрифты, линтеры и т.д.
И раз данный редактор кода используется для файлов разных форматов, то почему бы не использовать его в качестве Jupyter-блокнота? Многие Data Scientist’ы работают с файлами формата ipynb
, но не каждый знает, что VS Code их также поддерживает.
2. Следите за временем выполнения ячейки
Приятным сюрпризом является возможность просматривать за прогрессом выполнения кода в ячейке. В Jupyter Notebook эта возможность достигается за счет внешних плагинов, в VS Code индикатор выполнения доступен “из коробки”. Если у вас что-то долго выполняется, то вы можете узнать сколько времени осталось до завершения. Очень удобно.
3. Удобная навигация по заголовкам
При работе с Jupyter Notebook многие сталкивались с проблемой, когда блокнот очень длинный, и приходится листать туда и обратно, чтобы найти нужные ячейки. VS Code есть режим навигации по блокноту через заголовки markdown. Эта возможность в Jupyter Notebook также достигается за счет плагинов.
4. Встроенный Анализатор переменных
С большими блокнотами появляется еще одна проблема — забывание имен переменных. Поэтому опять же приходится листать их в поисках. Кроме того, создаются отдельные ячейки для того, чтобы проверить содержимое переменной, что еще увеличивает блокнот. В VS Code встроен анализатор переменных, который хранит переменные вместе с их содержимым.
Разработка и внедрение ML-решений
Код курса
MLOPS
Ближайшая дата курса
1 июля, 2024
Продолжительность
24 ак.часов
Стоимость обучения
54 000 руб.
Это еще не все. Анализатор можно использовать для просмотра таблиц (DataFrame) или колонок (Series). Сколько раз вы выполняли команду df.head()
? Теперь не нужно это делать, поскольку здесь есть некий MS Excel для просмотра датафреймов.
5. Подключайте любой способ форматирования
Мы уже как-то говорили о культуре форматирования кода, а также о таких инструментах как black, yapf. Вы их с легкостью можете использовать в своем коде. Они легко заменяются друг на друга и настраиваются. Зато у вас на выходе будет получаться чистый код, так как они работают в автономном режиме.
6. Отладка отдельных ячеек
Если в коде происходит что-то неладное, то пора его отлаживать и узнавать, что не так. Отладчик можно вызвать через F10 и начать строку за строкой изучать код.
7. Разделение на окна
Если ширина экрана монитора позволяет, то почему бы не разделить его отдельные окна в одном редакторе. В итоге, вы получите как минимум два окна с разными блокнотами (или одним и тем же). Такое поведение сложно настроить в стандартном Jupyter Notebook (самый простой — создать новое окно браузера и расположит их рядом).
8. Просмотр изменений и git интеграция
Просмотр измерений кода в ячейках — может быть одно из основных преимуществ. Как известно, блокноты представляются в виде JSON, из которого понять что-либо затруднительно. В VS Code изменения легко и естественно с точки зрения Data Scientst’а просматриваются. Кроме того, приятным бонусом является интеграция с git: изучение истории коммитов осуществляется прямо в редакторе.
9. Встроенный LSP-сервер
Microsoft — одна из первых, кто начал разработку LSP (language server protocol). Поэтому не удивительно, что он есть и в их редакторе кода. LSP-сервер позволяет легко изучать переменные, функции, классы модулей, а также методы классов. Для вас уже привычным является тот факт, что при нажатии клавиши Tab появится окошечко с доступными методами или что будут подсвечиваться модули, которые нельзя импортировать (скорее всего, из-за неправильного названия, а LSP-сервер знает только доступные пакеты). Все это вместе называется IntelliSense.
10. Поддержка сниппетов
Надоело постоянно вводить одну и ту же команду? Воспользуйтесь сниппетами (snippets). Наберите нужные символы, нажмите Tab и появится все, что было указано в снипетте. Например, можно забиндить pn
как импорт библиотек Pandas и NumPy.
А о том, как разрабатывать в различных редакторах и пользоваться их преимуществами, вы узнаете на наших образовательных курсах в лицензированном учебном центре обучения и повышения квалификации руководителей и ИТ-специалистов (менеджеров, архитекторов, инженеров, администраторов, Data Scientist’ов и аналитиков Big Data) в Москве:
- Разработка и внедрение ML-решений
- Графовые алгоритмы. Бизнес-приложения
- Визуализация данных на языке Python