主题
更新日志
2024-2-22
ATTENTION
:xl()
函数不兼容修改:当xl(sheet_name=None)
固定返回字典dict
2024-1-26
- 脚本支持云端运行啦!可安心关闭编辑器面板,稍后查看结果💡
- 开通
SMTP
网络协议✉️ - 支持用户自定义配置代码缩进
- 编辑器核心一系列优化,加快启动速度,减少内存占用,优化代码提示面板
2024-1-19
- 新增了编辑器中文支持
- 修复了
xl()
函数默认range参数的问题
2024-1-12
- 图表新增了地图类型,可进入模板库快速体验 🏄♂️
- 优化了输出结果插入至表格的速度,过程更加流畅
- 完善了 python 类型文件,更健全的智能提示
- 优化了 webshape 基础能力
2023-12-28
- 更新了帮助中心官网链接及内容
- 完善了脚本编辑器 PYI 类型,提供了更友好的智能提示
- 修复了脚本执行时,切换浏览器 tab 会中断执行的问题
- 修复了新建表格并打开 PY 脚本编辑器时,与底部模板推荐重叠的问题
delete_xl()
函数,添加一个新的参数drop_sheet: bool=False
如果为True
则删除工作表(请注意,不能删除表格中的所有Sheet
)。
2023-12-22
- 新增了编辑器代码自动补全 / 提示/ hover,可提升开发者的编程效率和准确性(注:Safari 16.4 以下的版本不支持)
- 新增了
delete_xl()
函数,用于删除工作表中的数据 - 【不兼容修改】
write_xl()
函数新增了一个参数write_df_index:bool=False
用来显示控制在写入pandas.DataFrame
时,是否写入其Index
(之前是通过df.index
是否是RangeIndex
来控制是否写入) - 修复了一些已知的问题
2023-12-18
经过邀请内测阶段的完善和稳定,PY 脚本编辑器正式推出,智能表格&表格均已全面开放入口,可以尽情体验 🏄
2023-12-15
- 优化了输出图表插入和刷新的速度,使用更加丝滑
- 优化了输出图表的初始化动画&尺寸自适应
- 模板库新增了使用 pyecharts 创建可视化展示数据频率的词云图模板,欢迎使用并体验
- 修复了一些已知的问题
2023-12-08
- py 脚本发送出去的网络请求,使用固定出口 IP 地址
- xl() 函数和 write_xl() 函数,新增了 start_row, start_column 参数(从 0 开始),方便控制访问位置
- write_xl() 函数新增了 book_url 参数,可以用来向其他表格写入数据
- dbt() 函数采用自定义的 dtype 返回附件类型数据,可以通过自定的 Series Acces 获取附件的临时下载地址,例如 df = dbt();df["图片和附件"].attachments.temporary_url()(目前附件的 Dtype 还未定义操作符,对附件列的操作可能会失败,后续会继续完善)
- 新增了 echarts() 函数,方便大家体验 echarts 绘图,例如:echarts({echarts_options}).render(),详见 echarts() 函数,也可以在模板库中查看使用 pyecharts 的模板示例
2023-12-01
- 入口更名为 PY 脚本编辑器,升级了界面,丰富了模板库,欢迎体验
- 编辑器新增了自动换行和深色模式,提升 Python 编程效率&体验
- 应广大用户所需,新增了使用 Python 发送网络请求的能力,可在编辑器-服务列表-网络 API 开关中启用该功能
- 第三方库新增了 akshare, tushare, baostock
2023-11-24
- 支持了 echarts 库,提供了直观、生动、可交互、可个性化定制的数据可视化图表。更多关于 echarts 的用法请参考官方教程
- 原插入图片优化为了插入 webshape 对象
- xl()函数支持同时获取多个 sheet 的数据,通过设置 sheet_name=['foo','bar'],或直接使用 sheet_name=None 获取所有工作表的数据
- 新增 dbt()函数获取数据表中的记录;新增 insert_dbt()函数,向数据表中添加记录;新增 update_dbt()函数,更新数据表中的记录
- 修复了一些已知的问题
2023-11-17
- 输出结果插入表格后,可以通过点击刷新将结果更新至最新状态,也可以通过点击编辑来修改对应的 py 脚本代码
- 打开已有 py 脚本时,自动显示最近一次运行的输出结果
- 表格中暂停继续开放入口,建议移步至智能表格中体验使用
- 修复了一些已知的问题
2023-11-10
- 支持了回写数据到表格,可以通过内置的 write_xl() 函数,将数据写入到表格
- 修复了一些已知的问题
2023-11-03
- Python 内测 Beta 版发布,内置了多个 Python 第三方依赖,包括 pandas、matplotlib、numpy、pytorch 等,可直接在代码中 import 这些依赖并使用