A Microsoft lançou a versão 1.44 do Visual Studio Code para Windows, Linux e macOS carregada de novidades e também acompanhou os novos tutoriais em Python para criar contêineres e modelos de ciência de dados.
O editor de código aberto não apenas recebeu uma longa lista de correções de bugs e melhorias de acessibilidade. Da mesma forma, tem também ferramentas melhores para o desenvolvimento remoto que ajudam os desenvolvedores a serem mais produtivos e rápidos.
Exibição da linha do tempo
Entre as notícias mais destacadas do VS Code, temos o novo “Timeline View” ou exibição da linha do tempo, um recurso que finalmente sai da versão preliminar e está ativo por padrão.
Ele oferece uma visão unificada para ver os eventos de um arquivo, por exemplo, o Git commit, as vezes que ele foi salvo, as execuções de código de teste etc. Nesta versão, a extensão Git interna fornece o histórico de confirmação do Git do arquivo especificado .
Linha do tempo
O VS Code 1.44 também inclui aprimoramentos de acessibilidade com navegação mais fácil de ver e designações de recursos mais claras para os controles da interface do usuário. A abertura rápida de arquivos foi aprimorada. Assim, uma maneira de ver o que está incluído em um pacote de extensão foi adicionado junto ao suporte ao Kubernetes.
Esta versão também inclui o que a Microsoft vem fazendo para melhorar o desenvolvimento remoto por meio de seu pacote de extensão Remote Development, que permite aos usuários abrir pastas e configurar um ambiente de desenvolvimento completo em um contêiner, em uma máquina remota ou em WSL enquanto estiver usando o VS Code.
Novo Visual Studio Code chega com tutoriais em Python
Para os desenvolvedores que trabalham com Python, eles lançaram um novo tutorial. Mostra como desenvolver um aplicativo Python em um contêiner Docker usando o VS Code e a extensão Microsoft Docker, que também foi atualizada para a versão 1.0.
O tutorial aborda como criar, executar e verificar um aplicativo no Django, Flask ou Python. Além disso, como depurar o aplicativo que está sendo executado em um contêiner.
Também está incluída uma seção sobre como usar as bibliotecas de ciência de dados Python para criar um modelo de aprendizado de máquina.
Você pode acessar o primeiro tutorial aqui e o segundo aqui.