近日公布了一款专门面向数据科学的集成开发环境 DataSpell，旨在为从事探索性数据分析与机器学习模型原型设计的专业人士提供高效的开发体验。
当前版本处于早期预览阶段，开发者可通过官方网站下载，支持 Windows、Linux 与 Mac，并原生兼容使用 M1 芯片的 Mac。DataSpell 以数据为核心的界面为核心，同时保留编码能力，努力提升数据工作流的效率。
该 IDE 针对 Jupyter Notebook 提供支持，目标是在体验上超越传统 notebook，用户可在命令模式与编辑模式之间灵活切换，以便对单元格及其内容进行操作。其核心功能包括：
- 面向 Python 的智能编码辅助
- 开箱即用的目录结构与导航
- 折叠式回溯以简化历史追踪
- 交互式表格的支持
单元格输出可使用 Markdown 与 JavaScript，DataSpell 还能与本地运行的 Jupyter Notebook、以及远程的 JupyterHub / JupyterLab 服务器兼容。
在语言与工具支持方面，DataSpell 支持 Python 脚本，提供了一个运行代码的 REPL，并内置处理数据与数据可视化的工具集，覆盖交互式与静态分析场景。支持的 Python 科学库包括 Plotly、Bokeh、IPywidgets 与 Altair 等。
除了 Python，DataSpell 还提供对 R 语言的基础支持，未来计划扩展到 Julia 等其他数据科学语言，以更好地服务多语言数据科学工作流。
项目经理表示，DataSpell 的目标是在企业 IT 领域推动更多 AI 项目落地，从而在数字化转型背景下提升数据科学家的整体生产力。
关于数据科学生态，长期以来缺乏专为该领域设计的 IDE。DataSpell 的定位是为数据科学家提供一个专注且高效的集成环境，填补此空白。虽然引入新工具需要适应与整合，但通过与现有工作流的无缝衔接，DataSpell 旨在帮助团队快速提升产出。
