Com o
lançamento da extensão Python em outubro , temos o prazer de anunciar o suporte à edição nativa dos Jupyter Notebooks no Visual Studio Code! Agora você pode editar diretamente arquivos .ipynb e obter a interatividade dos Jupyter Notebooks com todo o poder do VS Code.
Você pode controlar o código-fonte, abrir vários arquivos e usar recursos como IntelliSense, integração com Git e gerenciamento de vários arquivos. Todos eles oferecem maneiras completamente novas para cientistas e desenvolvedores de dados experimentarem e trabalharem com dados com eficiência. Você pode tentar tudo isso hoje baixando a versão mais recente da
extensão Python e criando / abrindo o Jupyter Notebook dentro do VS Code.
Desde a primeira publicação de
nossas práticas de análise de dados no VS Code, um dos principais recursos solicitados pelos usuários é um layout semelhante a um notebook para editar os próprios notebooks da Jupyter no VS Code. No restante deste post, veremos esses novos recursos do VS Code.
Introdução
Para começar, mostraremos como começar com o Jupyter no VS Code.
- Se você ainda não possui um arquivo Jupyter Notebook existente, abra a Paleta de Comandos do VS Code usando o atalho de teclado CTRL + SHIFT + P (Windows) ou Command + SHIFT + P (macOS) e execute o comando Python: Criar novo Jupyter Notebook em branco.
- Se você já possui um arquivo do Jupyter Notebook, é tão simples quanto abrir o arquivo no VS Code. Ele será aberto automaticamente com o novo editor nativo do Jupyter.
Ao abrir o Jupyter Notebook, você pode adicionar novas células, escrever código nas células, iniciar células e executar outras ações com o bloco de notas.
Preenchimento automático de AI
Conforme você escreve o código, o IntelliSense fornece dicas inteligentes diretamente em suas células. Além disso, você pode expandir bastante os recursos do seu editor instalando nossa
extensão IntelliCode para obter o IntelliSense baseado em IA com sugestões de preenchimento automático mais inteligentes com base no contexto de código atual.
Navegador variável
Outra vantagem do uso do VS Code é que você pode usar o Variable Explorer e o visualizador de gráficos clicando no botão Variáveis na barra de ferramentas do bloco de notas. O Navegador de variáveis ajuda a monitorar o estado atual das variáveis em seu notebook em tempo real.
Agora você pode visualizar seus conjuntos de dados, filtrar dados e até exportar gráficos! Longe vão os dias em que você tinha que digitar df.head () para visualizar os dados.
Conectando-se a Servidores Jupyter Remotos
Quando um arquivo de bloco de notas Jupyter é criado ou aberto, o VS Code cria automaticamente um servidor Jupyter localmente por padrão. Se você deseja usar um servidor Jupyter remoto, isso também é simples e é implementado usando o comando “Especificar URI do servidor Jupyter” por meio da paleta de comandos VS Code e digitando o URI do servidor.
Exportar como código Python
Quando estiver pronto para transformar o experimento em código de ação Python, basta clicar no botão "Converter e salvar como arquivo Python" na barra de ferramentas superior e deixe a extensão Python fazer o trabalho por você. Em seguida, você pode visualizar esse código Python em nossa janela interativa existente e continuar trabalhando com as funções de extensão Python para preparar ainda mais seu código para produção (por exemplo, com depurador interno, refatoração, Visual Studio Live Share e controle de fonte Git.
Depuração
O VS Code suporta a depuração de Jupyter Notebooks usando o recurso Exportar como código Python descrito na seção anterior. Quando o seu código aparece em uma janela interativa do Python, você pode usar o depurador interno do VS Code para depurar o código. Estamos trabalhando para adicionar depuração de célula ao editor Jupyter na próxima atualização, portanto, fique atento!