Positron初尝试,新一代数据科学IDE(R+Python+...)

Positron初尝试,新一代数据科学IDE(R+Python+...)

Introduction

Positron(正电子),是由 RStudio 母公司(改名叫 Posit)构建的下一代数据科学 IDE,一个可用于编写代码和探索数据的可扩展的多语言工具,并提供可重复创作和发布的熟悉环境。

主页:https://github.com/posit-dev/positron

下载:https://github.com/posit-dev/positron/releases。目前,Positron 正在通过适用于 macOS、Windows 和 Linux 的持续集成 (CI) 系统生成预发布版本。选择要下载的版本,.dmg(适用于 Mac)、.exe(适用于 Windows)或 .deb(适用于 Linux)文件。

正电子(又称阳电子、反电子、正子)是电子的反粒子,即电子的对应反物质,与电子碰撞时会产生湮灭现象。这名字不错。

Positron 构建于 Code OSS 之上,外观和功能都跟VS Code很像。官方直接说了,要了解命令、设置、使用源代码管理等基本功能,请参阅 VS Code 文档😂。

Positron适合你吗?

注意⚠️:Positron 是一个正在积极开发的早期项目。官方并不期望它立即适合每个从事数据科学的人。

Positron 适合以下情况:

  • 您使用 VS Code 进行数据科学(Python 或 R),但希望它包含专用控制台、变量窗格、数据浏览器以及其他用于特定数据工作的功能。
  • 您使用 Jupyterlab 进行数据科学(Python 或 R),并准备好使用更强大、功能齐全的 IDE。
  • 您使用 RStudio 并希望拥有更多自定义或扩展 IDE 的能力。
  • 您在日常数据科学或包开发工作中使用其他语言,例如 Rust、C++、JavaScript 或 Lua。

Positron 不适合以下情况:

  • 您需要稳定、完善的软件。 Positron 仍处于测试阶段,某些功能不稳定或未完成。
  • 您需要 RStudio IDE 的所有功能。 Positron 不具备 RStudio 的所有功能;一些值得注意的缺失是 Quarto 和 R Markdown 的内联输出、分析、Sweave、RStudio 插件支持等。
  • 您使用远程开发功能(例如开发容器、远程 SSH); Positron 尚不支持这些。然而,提供远程 SSH 工具已在我们的路线图中。

Positron 与 RStudio、VS Code 或 Jupyter 有何不同

  • Positron 通过集成控制台对 R 和/或 Python 提供一流的内置支持,并在未来提供针对其他语言的扩展选项。这包括整个 Positron 的专用视图和窗格,例如数据浏览器、连接窗格、变量窗格等。
  • Positron 与 IDE 分开运行解释器,因此与 RStudio 不同,R/Python 中的崩溃不会使 IDE 崩溃。这还意味着您可以即时在首选语言的版本之间进行切换,而无需完全重新加载 IDE,只需集成控制台即可。
  • Positron 支持 VS Code 兼容扩展(.vsix 文件),允许扩展核心 IDE 本身之外的功能。通过在 Code OSS 上构建,Positron 获得了丰富的文本编辑器功能,并可以立即访问 1,000 个社区扩展。
  • Positron 深度专注于原生数据科学工作流程;它提供了超越通用 IDE 或文本编辑器(如 VS Code)的功能和凝聚力体验。

体验

R/R markerdown/Qurato

Rstudio界面:

Positron界面:

Positron 内置了 R、R Markdown 和 Quarto 的支持。基本上是开箱即用,我之前的R环境和python环境都得到了很好的兼容,打开之前的代码项目也都能直接运行。

R的debug我试了一下也挺好的,可以直接在R环境中调试,很方便。R Markdown 和 Quarto的预览功能也没问题,可以实时看到效果。

点击data.frame对象可进入数据浏览器(和Rstudio的不太一样),可以看到以下信息:

  • 数据网格:以类似于电子表格的方式显示各个单元格和列以及排序
  • 摘要面板:每列的列名称、类型和缺失数据百分比
  • 过滤栏:特定列的临时过滤器

Python

Positron 也支持 Python,脚本和Jupyter Notebook 都可以运行。运行逻辑跟R基本一致,我很喜欢使用Ctrl/Cmd+Enter来运行代码块。

Shiny

Positron 也支持 Shiny等交互应用,可以直接运行R Shiny应用。另外的网页构建,Rbookdown等项目也都顺利执行了(毕竟对R的支持做了很多年了)。

Connection

Connection窗格允许探索在 R 或 Python 会话中创建的数据库连接。它还包括对存储和管理连接字符串以供将来使用的基本支持。

  • 用R连接,只需使用支持连接协定的任何包(例如 odbc、sparklyr、bigrquery 等)连接到数据库。
  • 用Python连接,支持使用 sqlite3 和 SQLAlchemy 模块创建的连接。要在连接窗格中打开连接,请创建代表连接/引擎的顶级对象。

总结

我简单体验了一下 Positron,因为我之前VS Code用得不多,主要用的都是Rstudio(Rstudio基本也支持R和python的,而且R makerdown和Quarto写起来也很流畅)。Positron挺酷的,基本的界面和功能都有了,各种常用语言的界面也统一了,可以尝试一下。

而且感觉这种趋势也是对的,比如我们做生信的,基本上都是用R,Python比较多的,再提供一下Terminal用来连接服务器,这几个体验做好了整个IDE感觉就不错。

RStudio不会消失,Posit官方表示将继续致力于维护和更新 RStudio。

虽然 Positron 和 RStudio 有一些共同的功能,但一些以 R 为中心的功能仍将是 RStudio 独有的。
他们开始开发 Positron,作为支持多种语言(包括 R 和 Python)开源数据科学的使命的一部分。

如果你当前正在使用 RStudio 并且对体验感到满意,则可以继续使用 RStudio。 RStudio 包含 10 多年针对 R 数据分析和包开发的应用优化。

关注公众号 ‘bio llbug’,获取最新推送。

Read more

安装 启动 使用 Neo4j的超详细教程

安装 启动 使用 Neo4j的超详细教程

最近在做一个基于知识图谱的智能生成项目。需要用到Neo4j图数据库。写这篇文章记录一下Neo4j的安装及其使用。 一.Neo4j的安装 1.首先安装JDK,配环境变量。(参照网上教程,很多) Neo4j是基于Java的图形数据库,运行Neo4j需要启动JVM进程,因此必须安装JAVA SE的JDK。从Oracle官方网站下载 Java SE JDK。我使用的版本是JDK1.8 2.官网上安装neo4j。 官方网址:https://neo4j.com/deployment-center/  在官网上下载对应版本。Neo4j应用程序有如下主要的目录结构: bin目录:用于存储Neo4j的可执行程序; conf目录:用于控制Neo4j启动的配置文件; data目录:用于存储核心数据库文件; plugins目录:用于存储Neo4j的插件; 3.配置环境变量 创建主目录环境变量NEO4J_HOME,并把主目录设置为变量值。复制具体的neo4j文件地址作为变量值。 配置文档存储在conf目录下,Neo4j通过配置文件neo4j.conf控制服务器的工作。默认情况下,不需

企业微信群机器人Webhook配置全攻略:从创建到发送消息的完整流程

企业微信群机器人Webhook配置全攻略:从创建到发送消息的完整流程 在数字化办公日益普及的今天,企业微信作为国内领先的企业级通讯工具,其群机器人功能为团队协作带来了极大的便利。本文将手把手教你如何从零开始配置企业微信群机器人Webhook,实现自动化消息推送,提升团队沟通效率。 1. 准备工作与环境配置 在开始创建机器人之前,需要确保满足以下基本条件: * 企业微信账号:拥有有效的企业微信管理员或成员账号 * 群聊条件:至少包含3名成员的群聊(这是创建机器人的最低人数要求) * 网络环境:能够正常访问企业微信服务器 提示:如果是企业管理员,建议先在"企业微信管理后台"确认机器人功能是否已对企业开放。某些企业可能出于安全考虑会限制此功能。 2. 创建群机器人 2.1 添加机器人到群聊 1. 打开企业微信客户端,进入目标群聊 2. 点击右上角的群菜单按钮(通常显示为"..."或"⋮") 3. 选择"添加群机器人"选项 4.

Flowise物联网融合:与智能家居设备联动的应用设想

Flowise物联网融合:与智能家居设备联动的应用设想 1. Flowise:让AI工作流变得像搭积木一样简单 Flowise 是一个真正把“AI平民化”落地的工具。它不像传统开发那样需要写几十行 LangChain 代码、配置向量库、调试提示词模板,而是把所有这些能力打包成一个个可拖拽的节点——就像小时候玩乐高,你不需要懂塑料怎么合成,只要知道哪块该拼在哪,就能搭出一座城堡。 它诞生于2023年,短短一年就收获了45.6k GitHub Stars,MIT协议开源,意味着你可以放心把它用在公司内部系统里,甚至嵌入到客户交付的产品中,完全不用担心授权问题。最打动人的不是它的技术多炫酷,而是它真的“不挑人”:产品经理能搭出知识库问答机器人,运营同学能配出自动抓取竞品文案的Agent,连刚学Python两周的实习生,也能在5分钟内跑通一个本地大模型的RAG流程。 它的核心逻辑很朴素:把LangChain里那些抽象概念——比如LLM调用、文档切分、向量检索、工具调用——变成画布上看得见、摸得着的方块。你拖一个“Ollama LLM”节点,再拖一个“Chroma Vector

OpenClaw配置Bot接入飞书机器人+Kimi2.5

OpenClaw配置Bot接入飞书机器人+Kimi2.5

上一篇文章写了Ubuntu_24.04下安装OpenClaw的过程,这篇文档记录一下接入飞书机器+Kimi2.5。 准备工作 飞书 创建飞书机器人 访问飞书开放平台:https://open.feishu.cn/app,点击创建应用: 填写应用名称和描述后就直接创建: 复制App ID 和 App Secret 创建成功后,在“凭证与基础信息”中找到 App ID 和 App Secret,把这2个信息复制记录下来,后面需要配置到openclaw中 配置权限 点击【权限管理】→【开通权限】 或使用【批量导入/导出权限】,选择导入,输入以下内容,如下图 点击【下一步,确认新增权限】即可开通所需要的权限。 配置事件与回调 说明:这一步的配置需要先讲AppId和AppSecret配置到openclaw成功之后再设置订阅方式,