标签: dataspell

在网上找不到这个答案，所以我向 stackoverflow 社区询问......

我想知道 DataSpell 是否可以连接到 SageMaker 实例并使用 EC2 实例硬件（即虚拟 CPU、GPU、RAM 等）在 python 和 Jupyter 笔记本文件上运行数据转换和机器学习模型训练？

即，我希望在本地计算机上拥有 DataSpell 的所有优势（git、调试、自动完成、重构等），同时拥有 AWS 上的 SageMaker 实例的所有优势（可扩展计算硬件、快速训练等）运行 python 和 Jupyter 笔记本文件。

谢谢。

我用来nbdime区分和合并 Jupyter 笔记本，除了对于大型笔记本来说有点慢之外，我喜欢它。然而，当我尝试在 PyCharm 中进行版本控制时，我的 git 设置似乎被忽略，并且它对文件进行了文本差异.ipynb。

我的.gitconfig有以下内容，我相信是在安装时设置的nbdime：

[diff "jupyternotebook"]
        command = git-nbdiffdriver diff
[merge "jupyternotebook"]
        driver = git-nbmergedriver merge %O %A %B %L %P
        name = jupyter notebook merge driver
[difftool "nbdime"]
        cmd = git-nbdifftool diff \"$LOCAL\" \"$REMOTE\"
[difftool]
        prompt = false
[mergetool "nbdime"]
        cmd = git-nbmergetool merge \"$BASE\" \"$LOCAL\" \"$REMOTE\" \"$MERGED\"
[mergetool]
        prompt = false

从命令行来看，这非常有效。（嗯，我从来没有必要进行合并，但是 diff 效果很好。）

另外，我发现您可以在 PyCharm 中指定外部差异工具，但这似乎是全局设置。

有人让它发挥作用吗？

在 JetBrains PyCharm 中，可以从Run > Edit Configurations. 但是，在 JetBrains DataSpell 中，我找不到Run Configurations菜单选项。我可以为“首选项”菜单添加环境变量Terminal或Console从“首选项”菜单添加环境变量，但在运行 Jupyter 笔记本时不会加载这些环境变量。

DataSpell文档表明这可能是可能的，但我仍然没有看到运行配置选项。先决条件要求“安装并启用 Python 插件”，但我在 JetBrains 插件市场中没有看到任何名为“Python”的插件。

如何在 DataSpell 中配置在 Jupyter 笔记本中运行单元时可访问的环境变量？（我宁愿不在操作系统中设置这些变量）。

编辑：在我向 JetBrains 发送消息后，对“Python 插件”的引用已从文档中删除。我还升级到了 2022.1 EAP，但仍然没有 Run Configurations 选项。

我在 Ubuntu 上安装了 DataSpell，但是当我尝试在 Jupyter 笔记本上重新启动内核时，代码不会再次运行，直到我再次重新启动。

从图中我们可以清楚地看到，第一次重新启动后，出现 HTTP/1.1 404 Not Found，而在第三张图中，再次单击重新启动后，内核实际上已重新启动。

调试Dataspell器很不稳定。关于如何在断点上获得更好结果的任何提示？在下面的屏幕截图中，我们可以看到几个断点：没有一个断点受到尊重。我已经清除断点，重新启动笔记本等。似乎没有可靠的方法。

遇到这样的错误：本地cdn资源在jupyter-notebook中使用时在chrome/safari上有问题。它在使用 pyvis 库时出现。

net = Network(notebook=True)

net.add_nodes(
    [1, 2, 3, 4, 5],  # node ids
    label=['Node #1', 'Node #2', 'Node #3', 'Node #4', 'Node #5'],  # node labels
    # node titles (display on mouse hover)
    title=['Main node', 'Just node', 'Just node', 'Just node', 'Node with self-loop'],
    color=['#d47415', '#22b512', '#42adf5', '#4a21b0', '#e627a9']  # node colors (HEX)
)
net.add_edges([(1, 2), (1, 3), (2, 3), (2, 4), (3, 5), (5, 1)])

net.show('graph.html')

在此输入图像描述

我尝试将浏览器切换到 dataspell