PyMagic

💻 ТОП-4 инструмента для Data Science / JupyterLab, DataSpell



🧐 Подавляющее большинство тех, кто интересуется анализом данных, хорошо знакомы с таким инструментом как Jupyter Notebook. Но в Data Science задачи перед специалистами стоят не только в виде анализа тех или иных данных/источников, часто ваши эксперименты необходимо внедрять в процесс.



Поэтому давайте сегодня рассмотрим ТОП-4 инструмента для Data Science, посмотрим на их плюсы и минусы.



💻 Jupyter Notebook



✅ Инструмент довольно лаконичный, не перегруженный разными дополнительными инструментами, это как вы поняли огромный плюс, можно сосредоточиться на ваших экспериментах. Здесь я могу только добавить про поддержку расширений, которые могут помочь вам в улучшении вашего кода по стандартам PEP8, то есть вам руками ничего править не придется.



❌ В то же время простота Jupyter Notebook его же и минус. Нет поддержки просмотра файлов, редактирования с подсказками файлов .py, Git, а также многих других сервисов.Нет debugger для отладки кода.





💻 JupyterLab



✅ Это более расширенная версия Jupyter Notebook. Есть возможность одновременной работы с несколькими ноутбуками, можно довольно удобно перетаскивать ячейки с кодом, поддержка разных расширений (Git, редактор графиков, сделанных при помощи plotly, Tensorboard и другие), поддержка просмотра csv и других файлов с данными, есть возможность дебажить ваш код и не нужно писать по 100500 принтов.



❌ К минусами можно отнести также то, что нет поддержки просмотра файлов, редактирования с подсказками файлов, а также многих других сервисом для помощи в разработке production кода.





💻 DataSpell (продукт от компании JetBrains)



✅ Все те же самые плюсы что и у JupyterLab, связанные с просмотром файлов с данными, параллельно й работой в нескольких ноутбуках. Есть удобные инструменты для работы с базами данных, есть Big Data Tools, также вы можете в этом же ПО писать запросы к базе, например, на SQL. Довольно много инструментов для production: поддержка Git, запуск контейнеров Docker и другие. А также, самое главное, вы можете редактировать ваши .py файлы как и в PyCharm (подсказки), использовать debugger.



❌ Высокий порог входа, для тех, кто не знаком с PyCharm, будет первое время тяжеловато. В темной теме довольно плохо читать графики, приходится приглядываться, либо дополнительно производить настройку по цветам.





💻 Google Colab



✅ Очень похож на Jupyter Notebook. Есть возможность бесплатного обучения на видеокарте.



❌ При простое ноутбука приходится его перезапускать заново, не очень приятная ситуация, особенно, если обучали нейронку, аналогичная ситуация сохраняется при оплате сервиса, но время на обучение уже дается больше. Неудобный debugger, необходимо дополнительно импортировать pdb и проставлять breakpoints в виде метода из модуля pdb.



Более подробно смотрите в новом видео на моем канале 😊

https://youtu.be/eapsami-stY