1、數據準備

　　有效管理和優(yōu)化數據集，為順利進行分析奠定堅實的基礎。連接、導入和構建原始數據，確保其準確性和易用性。

　　(1)從本地文件或數據庫獲取數據

　　輕松開始處理數據，無論數據是存儲在本地還是云端。DataSpell 可以連接 50 多個數據庫和本地文件格式，在專用的 Data Tool(數據工具)窗口中顯示所有數據源。

　　(2)使用 Data Wrangler 或 AI 清理數據

　　輕松清理數據，有無代碼均可。Data Wrangler 提供了交互式無代碼數據清理方式，并且可以借助 AI 聊天處理數據。

　　(3)直觀呈現數據

　　使用 AI 或無代碼工具輕松直觀呈現數據。借助 Graph Builder，您可以輕松創(chuàng)建復雜的交互式圖形。點擊幾下即可利用 AI 生成數據可視化效果。

　　2、數據分析

　　利用 AI 賦能數據分析、無代碼工具或代碼輔助工作流解鎖洞察。從簡單到高級的數據分析，DataSpell 讓一切都變得輕松。

　　(1)將工作負載委托給 AI

　　在 DataSpell 中，AI 是核心功能，致力于增強數據分析。從領先供應商最新模型賦能的 AI 聊天，到 AI 智能體和 ML 賦能代碼補全，您的數據工作將比以往更加順暢高效。

　　(2)無代碼數據分析

　　多種 AI 智能體，專為精準、高質量分析打造。使用 Data Wrangler 進行無代碼 AI 賦能數據操作，或使用可視化工具加載、操作和直觀呈現數據，無需編寫任何代碼。

　　(3)一流的 Jupyter Notebook 支持

　　DataSpell 提供了具有一流 Python 和 SQL 支持的 Notebook，以及無代碼和 AI 功能。

　　3、數據報告

　　將發(fā)現轉換為富有實用價值的報告，并輕松與利益相關者分享。使用無縫導出、報告和協(xié)作工具，有效傳達您的洞察。

　　(1)將 Notebook 導出為報告

　　以 PDF、HTML、Markdown 等多種格式共享 Notebook 報告。

　　(2)將 Notebook 導出為代碼

　　將 Notebook 導出為 Python 代碼，然后在 GitHub、S3、Databricks 和其他平臺上進行數據分析自動化或進一步處理。

　　(3)導出數據

　　除了從腳本文件、CSV、TSV 或具有分隔符分隔值的文本文件導入之外，您還可以使用您喜歡的格式導出數據，包括 CSV、JSON、HTML、Markdown、Excel 等。此外，您甚至可以自行創(chuàng)建自定義格式!

　　4、使用您喜愛的工具和技術

　　DataSpell 是 JetBrains 產品系列的一部分，為處理代碼和數據提供了強大的平臺和一流的工具。享受高級功能，進行更深入的數據分析并獲取廣泛的自定義選項。

　　(1)版本控制

　　使用 Git 和 GitHub 保存工作并展開協(xié)作。借助本地歷史記錄，您永遠不會丟失成果。

　　(2)Python 語言支持

　　一流的 Python 支持，具有 ML 賦能代碼補全和動態(tài)錯誤檢查。

　　(3)R 語言支持

　　集成式 R 支持，具有代碼補全、錯誤檢查和庫集成。

　　(4)數據庫客戶端

　　使用代碼、無代碼和 AI 處理 50 多種 SQL 和 NoSQL 數據庫。

　　(5)豐富的插件生態(tài)系統(tǒng)

　　超過 5,000 個插件，帶來增強的功能和自定義。