JetBrains PyCharm 2025.1 发布 - 面向专业开发者的 Python IDE

JetBrains PyCharm 2025.1 (macOS, Linux, Windows) - 面向专业开发者的 Python IDE

JetBrains 跨平台开发者工具

请访问原文链接:https://sysin.org/blog/jetbrains-pycharm/ 查看最新版。原创作品,转载请保留出处。

作者主页:sysin.org


PyCharm 2025.1 正式发布:统一版本、免费 AI 功能、Junie 上线、Cadence 云运行、Data Wrangler 等众多更新!

发布日期:2025 年 4 月 16 日

PyCharm 2025.1 带来了众多重磅更新,全面提升你的开发体验。

sysin

📦 立刻访问官网下载 PyCharm 2025.1:www.jetbrains.com

🔄 PyCharm 正式统一:专业版 + 社区版合并

从 2025.1 起,PyCharm 将作为一个统一的产品发布,整合了原先的 Professional(专业版)与 Community(社区版)功能:

  • 核心功能永久免费使用,包括 Jupyter Notebook 支持!
  • 想要更强大的高级特性?可以选择订阅 Pro 版。
  • 每位用户都将自动获得 一个月的免费 Pro 试用期,立即解锁全部高级功能,试用结束后可自由选择继续订阅或回归免费版。

🤖 Junie 上线:你的 AI 编程助手(Pro 功能)

Junie 是 JetBrains 打造的 AI 编程代理人,现在已集成至 PyCharm 的 JetBrains AI 套件中。它可以自动:

  • 规划代码结构
  • 编写并重构代码
  • 自动生成测试
  • 执行逻辑优化

让你专注于解决真正的核心问题,重复性工作交给 Junie!

🧠 JetBrains AI 助手功能升级

  • 免费使用 AI:在 Pro 订阅中,AI 代码补全与本地模型支持是 无限制使用 的,其它功能按积分计费。
  • 新增 Claude 3.7 SonnetGemini 2.0 Flash 等先进 LLM 模型支持。
  • 引入 AI Pro 与 AI Ultimate 订阅等级,可根据需求轻松升级。

☁️ Cadence 云端运行(Pro 功能)

Cadence 是一项新推出的机器学习云运行插件

  • 无需配置云端环境
  • 无需掌握云计算技能
  • 在几分钟内,即可将你的 ML 代码运行在强大云计算资源上

告别复杂设置,专注算法本身。

🧹 Data Wrangler 数据助手(Pro 功能)

专为 Python 数据科学家设计:

  • 使用交互式界面,无需写代码即可完成数据清洗、过滤、异常值处理等操作;
  • 可视化查看列统计信息;
  • 自动生成 Python 代码;
  • 记录所有操作历史;
  • 可导出为代码或插入笔记本单元格中。

💾 Jupyter Notebook 新特性(Pro 功能)

  • 新增 SQL 单元格:在 Jupyter 笔记本中直接查询数据库、DataFrame、CSV 文件;
  • 查询结果自动保存为 pandas DataFrame;
  • 更流畅的可视化与交互体验。

🐍 Hatch 项目管理器支持

PyCharm 现在支持 Hatch —— 一个现代化、可扩展的 Python 项目管理工具:

  • 自动迁移 setuptools 配置;
  • 创建隔离环境;
  • 一键构建与发布项目;
  • IDE 能自动识别 Hatch 项目并为其提供支持。

下载地址

JetBrains PyCharm 2025.1 (macOS, Linux, Windows) x64 & aarch64

更多:JetBrains IDE 2025.1 (macOS, Linux, Windows) - 开发者工具

相关产品:

### TensorFlow 中 `AttributeError: module 'tensorflow' has no attribute '__version__'` 的解决方案 在使用 TensorFlow 时,开发者可能会遇到 `AttributeError: module 'tensorflow' has no attribute '__version__'` 错误。该问题通常出现在模块导入方式不当、版本兼容性问题或开发环境缓存异常等情况下。 #### 原因分析 1. **模块导入方式错误** TensorFlow 的某些子模块可能不会直接暴露 `__version__` 属性,如果通过子模块导入方式访问该属性,将导致 `AttributeError`。例如: ```python from tensorflow import keras print(keras.__version__) # 可能引发错误 ``` 正确方式应是直接从主模块导入 TensorFlow 实例[^3]。 2. **TensorFlow 安装版本问题** 如果安装的 TensorFlow 版本过旧或安装过程中出现异常,可能导致 `__version__` 属性缺失。例如,在某些旧版本中,该属性可能未被定义,或者安装路径未正确配置,导致模块无法识别自身版本。 3. **开发环境缓存问题** PyCharm 或其他 IDE 的缓存机制可能导致模块信息未能及时更新,从而在静态分析时提示 `__version__` 属性不存在。 #### 解决方案 1. **确保正确导入 TensorFlow 主模块** 应始终使用以下方式导入 TensorFlow 主模块以获取版本信息: ```python import tensorflow as tf print(tf.__version__) ``` 这种方式可确保访问到 `__version__` 属性,避免因子模块导入导致的错误。 2. **检查 TensorFlow 安装版本并更新** 如果 `__version__` 属性仍然不可用,应检查当前安装的 TensorFlow 版本,并确保其为最新版本。可使用以下命令更新 TensorFlow: ```bash pip install --upgrade tensorflow ``` 更新完成后,再次运行版本查询代码以确认问题是否解决[^2]。 3. **清理开发环境缓存** 如果确认 TensorFlow 安装无误,但 IDE 仍提示 `__version__` 属性不存在,可能是由于缓存导致的误报。可尝试以下操作: -PyCharm 中选择 `File > Invalidate Caches / Restart`,清除缓存并重启 IDE- 确保项目使用的 Python 解释器路径与 TensorFlow 安装路径一致,避免因解释器配置错误导致模块识别失败。 4. **使用虚拟环境隔离依赖** 使用虚拟环境(如 `venv` 或 `conda`)可避免系统 Python 环境与其他项目之间的依赖冲突。创建并激活虚拟环境后,重新安装 TensorFlow 并测试版本查询功能: ```bash python -m venv tf_env source tf_env/bin/activate # Linux/macOS tf_env\Scripts\activate # Windows pip install tensorflow python -c "import tensorflow as tf; print(tf.__version__)" ``` 5. **兼容性处理(适用于旧代码)** 如果项目依赖于 TensorFlow 1.x 的 API,可启用兼容性模式以避免版本冲突: ```python import tensorflow.compat.v1 as tf tf.disable_v2_behavior() print(tf.__version__) ``` ####
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值