Configurer un client de science des données pour le développement Python sur SQL Server Machine Learning ServicesSet up a data science client for Python development on SQL Server Machine Learning Services

S’APPLIQUE À : ouiSQL Server nonAzure SQL Database nonAzure Synapse Analytics (SQL DW) nonParallel Data Warehouse APPLIES TO: yesSQL Server noAzure SQL Database noAzure Synapse Analytics (SQL DW) noParallel Data Warehouse

L’intégration de Python est disponible dans SQL Server 2017 (et versions ultérieures) quand vous incluez l’option python dans une installation Machine Learning Services (en base de données).Python integration is available in SQL Server 2017 and later, when you include the Python option in a Machine Learning Services (In-Database) installation.

Pour développer et déployer des solutions Python pour SQL Server, installez la bibliothèque revoscalepy de Microsoft et les autres bibliothèques Python sur votre station de travail de développement.To develop and deploy Python solutions for SQL Server, install Microsoft's revoscalepy and other Python libraries your development workstation. La bibliothèque revoscalepy, qui se trouve également sur l’instance SQL Server distante, coordonne les demandes de traitement entre les deux systèmes.The revoscalepy library, which is also on the remote SQL Server instance, coordinates computing requests between both systems.

Cet article explique comment configurer une station de travail de développement Python pour interagir avec une instance SQL Server distante activée pour le machine learning et l’intégration de Python.In this article, learn how to configure a Python development workstation so that you can interact with a remote SQL Server enabled for machine learning and Python integration. Après avoir effectué les étapes décrites dans cet article, vous aurez les mêmes bibliothèques Python que celles disponibles sur SQL Server.After completing the steps in this article, you will have the same Python libraries as those on SQL Server. Vous saurez également comment envoyer (push) les calculs d’une session Python locale vers une session Python à distance sur SQL Server.You will also know how to push computations from a local Python session to a remote Python session on SQL Server.

Composants client-serveurClient-server components

Pour valider l’installation, vous pouvez utiliser les notebooks Jupyter intégrés comme décrit dans cet article ou lier les bibliothèques à PyCharm ou à tout autre IDE que vous utilisez généralement.To validate the installation, you can use built-in Jupyter Notebooks as described in this article, or link the libraries to PyCharm or any another IDE that you normally use.

Conseil

Pour voir une démonstration vidéo de ces exercices, consultez Exécuter R et Python à distance dans SQL Server à partir de notebooks Jupyter.For a video demonstration of these exercises, see Run R and Python remotely in SQL Server from Jupyter Notebooks.

Notes

Au lieu d’installer les bibliothèques clientes, vous pouvez également utiliser un serveur autonome comme client riche, option privilégiée par certains clients pour une utilisation dans des scénarios plus poussés.An alternative to client library installation is using a standalone server as a rich client, which some customers prefer for deeper scenario work. Un serveur autonome est entièrement découplé de SQL Server. Cependant, comme il possède les mêmes bibliothèques Python, vous pouvez l’utiliser comme client pour l’analytique en base de données SQL Server.A standalone server is fully decoupled from SQL Server, but because it has the same Python libraries, you can use it as a client for SQL Server in-database analytics. Vous pouvez également l’utiliser pour les tâches non liées à SQL et notamment pour importer et modéliser des données à partir d’autres plateformes de données.You can also use it for non-SQL-related work, including the ability to import and model data from other data platforms. Si vous installez un serveur autonome, vous pouvez trouver l’exécutable Python à l’emplacement suivant : C:\Program Files\Microsoft SQL Server\140\PYTHON_SERVER.If you install a standalone server, you can find the Python executable at this location: C:\Program Files\Microsoft SQL Server\140\PYTHON_SERVER. Pour valider votre installation, ouvrez un notebook Jupyter afin d’exécuter des commandes à l’aide de Python.exe (disponible à cet emplacement).To validate your installation, open a Jupyter notebook to run commands using the Python.exe at that location.

Outils couramment utilisésCommonly used tools

Que vous soyez un développeur Python qui débute avec SQL ou un développeur SQL qui découvre Python et l’analytique en base de données, vous aurez besoin d’un outil de développement Python et d’un éditeur de requête T-SQL comme SQL Server Management Studio (SSMS) pour exploiter toutes les fonctionnalités de l’analytique en base de données.Whether you are a Python developer new to SQL, or a SQL developer new to Python and in-database analytics, you will need both a Python development tool and a T-SQL query editor such as SQL Server Management Studio (SSMS) to exercise all of the capabilities of in-database analytics.

Pour le développement Python, vous pouvez utiliser Jupyter Notebook, fourni dans la distribution Anaconda installée par SQL Server.For Python development, you can use Jupyter Notebooks, which comes bundled in the Anaconda distribution installed by SQL Server. Cet article explique comment démarrer les notebooks Jupyter pour exécuter du code Python localement et à distance sur SQL Server.This article explains how to start Jupyter Notebooks so that you can run Python code locally and remotely on SQL Server.

Disponible en téléchargement distinct, SSMS permet de créer et d’exécuter des procédures stockées sur SQL Server, y compris celles contenant du code Python.SSMS is a separate download, useful for creating and running stored procedures on SQL Server, including those containing Python code. Presque tout le code Python que vous écrivez dans des notebooks Jupyter peut être incorporé à une procédure stockée.Almost any Python code that you write in Jupyter Notebooks can be embedded in a stored procedure. Vous pouvez consulter d’autres guides de démarrage rapide pour en savoir plus sur SSMS et le code Python incorporé.You can step through other quickstarts to learn about SSMS and embedded Python.

1 - Installer des packages Python1 - Install Python packages

Les stations de travail locales doivent avoir les mêmes versions de package Python que celles de SQL Server, y compris Anaconda 4.2.0 (package de base) avec la distribution Python 3.5.2 et les packages spécifiques à Microsoft.Local workstations must have the same Python package versions as those on SQL Server, including the base Anaconda 4.2.0 with Python 3.5.2 distribution, and Microsoft-specific packages.

Un script d’installation ajoute trois bibliothèques spécifiques à Microsoft au client Python.An installation script adds three Microsoft-specific libraries to the Python client. Le script installe revoscalepy, utilisé pour définir des objets sources de données et le contexte de calcul.The script installs revoscalepy, used for defining data source objects and the compute context. Il installe microsoftml, qui fournit des algorithmes de machine learning.It installs microsoftml providing machine learning algorithms. Le package azureml est également installé. Cependant, il s’applique aux tâches d’opérationnalisation associées à un contexte Machine Learning Server autonome (non dépendant d’une instance) et peut être peu utile pour l’analytique en base de données.The azureml package is also installed, but it applies to operationalization tasks associated with a standalone (non-instance) Machine Learning Server context and might be of limited use for in-database analytics.

  1. Téléchargez un script d’installation.Download an installation script.
  1. Ouvrez une fenêtre PowerShell avec des autorisations d’administrateur élevées (cliquez avec le bouton droit sur Exécuter en tant qu’administrateur).Open a PowerShell window with elevated administrator permissions (right-click Run as administrator).

  2. Accédez au dossier dans lequel vous avez téléchargé le programme d’installation et exécutez le script.Go to the folder in which you downloaded the installer and run the script. Ajoutez l’argument de ligne de commande -InstallFolder pour spécifier un emplacement de dossier pour les bibliothèques.Add the -InstallFolder command-line argument to specify a folder location for the libraries. Par exemple :For example:

    cd {{download-directory}}
    .\Install-PyForMLS.ps1 -InstallFolder "C:\path-to-python-for-mls"
    

Si vous omettez le dossier d’installation, l’emplacement par défaut est C:\Program Files\Microsoft\PyForMLS.If you omit the install folder, the default is C:\Program Files\Microsoft\PyForMLS.

L’installation prend un certain temps.Installation takes some time to complete. Vous pouvez en suivre la progression dans la fenêtre PowerShell.You can monitor progress in the PowerShell window. Une fois l’installation terminée, vous disposez d’un ensemble de packages complet.When setup is finished, you have a complete set of packages.

Conseil

Nous vous recommandons de consulter FAQ Python pour Windows pour obtenir des informations générales sur l’exécution de programmes Python sur Windows.We recommend the Python for Windows FAQ for general purppose information on running Python programs on Windows.

2 - Localiser les exécutables2 - Locate executables

Toujours dans PowerShell, listez le contenu du dossier d’installation pour vérifier que Python.exe, les scripts et les autres packages sont installés.Still in PowerShell, list the contents of the installation folder to confirm that Python.exe, scripts, and other packages are installed.

  1. Entrez cd \ pour accéder au lecteur racine, puis entrez le chemin que vous avez spécifié pour -InstallFolder à l’étape précédente.Enter cd \ to go to the root drive, and then enter the path you specified for -InstallFolder in the previous step. Si vous avez omis ce paramètre au cours de l’installation, la valeur par défaut est cd C:\Program Files\Microsoft\PyForMLS.If you omitted this parameter during installation, the default is cd C:\Program Files\Microsoft\PyForMLS.

  2. Entrez dir *.exe pour lister les exécutables.Enter dir *.exe to list the executables. Vous devez voir python.exe, pythonw.exe et uninstall-anaconda.exe.You should see python.exe, pythonw.exe, and uninstall-anaconda.exe.

Liste des exécutables Python

Sur les systèmes dotés de plusieurs versions de Python, n’oubliez pas d’utiliser ce fichier Python.exe en particulier si vous souhaitez charger revoscalepy et d’autres packages Microsoft.On systems having multiple versions of Python, remember to use this particular Python.exe if you want to load revoscalepy and other Microsoft packages.

Notes

Le script d’installation ne modifie pas la variable d’environnement PATH sur votre ordinateur. Le nouvel interpréteur Python et les nouveaux modules que vous venez d’installer ne sont donc pas automatiquement disponibles pour les autres outils que vous possédez.The installation script does not modify the PATH environment variable on your computer, which means that the new python interpreter and modules you just installed are not automatically available to other tools you might have. Pour obtenir de l’aide sur la liaison de l’interpréteur et des bibliothèques Python aux outils, consultez Installer un IDE.For help on linking the Python interpreter and libraries to tools, see Install an IDE.

3 - Ouvrir des notebooks Jupyter3 - Open Jupyter Notebooks

Anaconda inclut Jupyter Notebook.Anaconda includes Jupyter Notebooks. Vous allez à présent créer un notebook et exécuter du code Python contenant les bibliothèques que vous venez d’installer.As a next step, create a notebook and run some Python code containing the libraries you just installed.

  1. À l’invite PowerShell, toujours dans le répertoire C:\Program Files\Microsoft\PyForMLS, ouvrez les notebooks Jupyter à partir du dossier Scripts :At the Powershell prompt, still in the C:\Program Files\Microsoft\PyForMLS directory, open Jupyter Notebooks from the Scripts folder:
.\Scripts\jupyter-notebook

Un notebook doit s’ouvrir dans votre navigateur par défaut à l’adresse https://localhost:8889/tree.A notebook should open in your default browser at https://localhost:8889/tree.

Pour commencer, vous pouvez également double-cliquer sur jupyter-notebook.exe.Another way to start is double-click jupyter-notebook.exe.

  1. Cliquez sur Nouveau, puis sur Python 3.Click New and then click Python 3.

Notebook Jupyter avec la nouvelle sélection Python 3

  1. Entrez import revoscalepy et exécutez la commande pour charger l’une des bibliothèques spécifiques à Microsoft.Enter import revoscalepy and run the command to load one of the Microsoft-specific libraries.

  2. Entrez et exécutez print(revoscalepy.__version__) pour retourner les informations de version.Enter and run print(revoscalepy.__version__) to return the version information. Vous devez normalement voir 9.2.1 ou 9.3.0.You should see 9.2.1 or 9.3.0. Vous pouvez utiliser l’une de ces versions avec revoscalepy sur le serveur.You can use either of these versions with revoscalepy on the server.

  3. Entrez une série d’instructions plus complexe.Enter a more complex series of statements. Dans cet exemple, des statistiques récapitulatives sont générées avec rx_summary sur un jeu de données local.This example generates summary statistics using rx_summary over a local data set. Les autres fonctions récupèrent l’emplacement des exemples de données et créent un objet source de données pour un fichier .xdf local.Other functions get the location of the sample data and create a data source object for a local .xdf file.

import os
from revoscalepy import rx_summary
from revoscalepy import RxXdfData
from revoscalepy import RxOptions
sample_data_path = RxOptions.get_option("sampleDataDir")
print(sample_data_path)
ds = RxXdfData(os.path.join(sample_data_path, "AirlineDemoSmall.xdf"))
summary = rx_summary("ArrDelay+DayOfWeek", ds)
print(summary)

La capture d’écran suivante montre l’entrée et une partie de la sortie, tronquée par souci de concision.The following screenshot shows the input and a portion of the output, trimmed for brevity.

Notebook Jupyter présentant les entrées revoscalepy et la sortie

4 - Obtenir les autorisations SQL4 - Get SQL permissions

Pour vous connecter à une instance de SQL Server afin d’exécuter des scripts et de charger des données, vous devez disposer d’un compte de connexion valide sur le serveur de base de données.To connect to an instance of SQL Server to run scripts and upload data, you must have a valid login on the database server. Vous pouvez utiliser un compte de connexion SQL ou l’authentification Windows intégrée.You can use either a SQL login or integrated Windows authentication. Nous recommandons généralement d’utiliser l’authentification Windows intégrée. Il est cependant plus simple d’utiliser une connexion SQL dans certains scénarios, en particulier quand votre script contient des chaînes de connexion à des données externes.We generally recommend that you use Windows integrated authentication, but using the SQL login is simpler for some scenarios, particularly when your script contains connection strings to external data.

Le compte utilisé pour exécuter le code doit disposer au minimum d’une autorisation de lecture à partir des bases de données avec lesquelles vous travaillez et de l’autorisation spéciale EXECUTE ANY EXTERNAL SCRIPT.At a minimum, the account used to run code must have permission to read from the databases you are working with, plus the special permission EXECUTE ANY EXTERNAL SCRIPT. La plupart des développeurs ont également besoin des autorisations permettant de créer des procédures stockées et d’écrire des données dans des tables contenant des données d’entraînement ou des données notées.Most developers also require permissions to create stored procedures, and to write data into tables containing training data or scored data.

Demandez à l’administrateur de base de données de configurer les autorisations suivantes pour votre compte dans la base de données dans laquelle vous utilisez Python :Ask the database administrator to configure the following permissions for your account, in the database where you use Python:

  • EXECUTE ANY EXTERNAL SCRIPT pour exécuter Python sur le serveur.EXECUTE ANY EXTERNAL SCRIPT to run Python on the server.
  • Privilèges db_datareader pour exécuter les requêtes utilisées pour l’entraînement du modèle.db_datareader privileges to run the queries used for training the model.
  • db_datawriter pour écrire les données d’entraînement ou les données notées.db_datawriter to write training data or scored data.
  • db_owner pour créer des objets tels que des procédures stockées, des tables et des fonctions.db_owner to create objects such as stored procedures, tables, functions. Vous avez également besoin de db_owner pour créer des exemples de base de données et des bases de données de test.You also need db_owner to create sample and test databases.

Si votre code nécessite des packages qui ne sont pas installés par défaut avec SQL Server, demandez à l’administrateur de base de données de prévoir l’installation des packages avec l’instance.If your code requires packages that are not installed by default with SQL Server, arrange with the database administrator to have the packages installed with the instance. SQL Server est un environnement sécurisé, qui impose des restrictions quant à l’emplacement d’installation des packages.SQL Server is a secured environment and there are restrictions on where packages can be installed. L’installation ad hoc des packages dans le cadre de votre code n’est pas recommandée, même si vous disposez des droits nécessaires.Ad hoc installation of packages as part of your code is not recommended, even if you have rights. Par ailleurs, observez toujours attentivement les implications en matière de sécurité avant d’installer de nouveaux packages dans la bibliothèque du serveur.Also, always carefully consider the security implications before installing new packages in the server library.

5 - Créer des données de test5 - Create test data

Si vous disposez des autorisations nécessaires pour créer une base de données sur le serveur distant, vous pouvez exécuter le code suivant pour créer la base de données de démonstration Iris utilisée pour les prochaines étapes de cet article.If you have permissions to create a database on the remote server, you can run the following code to create the Iris demo database used for the remaining steps in this article.

1 - Créer la base de données irissql à distance1 - Create the irissql database remotely

import pyodbc

# creating a new db to load Iris sample in
new_db_name = "irissql"
connection_string = "Driver=SQL Server;Server=localhost;Database={0};Trusted_Connection=Yes;" 
                        # you can also swap Trusted_Connection for UID={your username};PWD={your password}
cnxn = pyodbc.connect(connection_string.format("master"), autocommit=True)
cnxn.cursor().execute("IF EXISTS(SELECT * FROM sys.databases WHERE [name] = '{0}') DROP DATABASE {0}".format(new_db_name))
cnxn.cursor().execute("CREATE DATABASE " + new_db_name)
cnxn.close()

print("Database created")

2 - Importer l’exemple Iris à partir de SkLearn2 - Import Iris sample from SkLearn

from sklearn import datasets
import pandas as pd

# SkLearn has the Iris sample dataset built in to the package
iris = datasets.load_iris()
df = pd.DataFrame(iris.data, columns=iris.feature_names)

3 - Utiliser les API Revoscalepy pour créer une table et charger les données Iris3 - Use Revoscalepy APIs to create a table and load the Iris data

from revoscalepy import RxSqlServerData, rx_data_step

# Example of using RX APIs to load data into SQL table. You can also do this with pyodbc
table_ref = RxSqlServerData(connection_string=connection_string.format(new_db_name), table="iris_data")
rx_data_step(input_data = df, output_file = table_ref, overwrite = True)

print("New Table Created: Iris")
print("Sklearn Iris sample loaded into Iris table")

6 - Tester la connexion à distance6 - Test remote connection

Avant d’effectuer cette nouvelle étape, assurez-vous que vous disposez des autorisations sur l’instance SQL Server et d’une chaîne de connexion à l’exemple de base de données Iris.Before trying this next step, make sure you have permissions on the SQL Server instance and a connection string to the Iris sample database. Si la base de données n’existe pas et que vous disposez des autorisations suffisantes, vous pouvez créer une base de données à l’aide de ces instructions inlined.If the database doesn't exist and you have sufficient permissions, you can create a database using these inline instructions.

Remplacez la chaîne de connexion par des valeurs valides.Replace the connection string with valid values. L’exemple de code utilise "Driver=SQL Server;Server=localhost;Database=irissql;Trusted_Connection=Yes;", mais votre code doit spécifier un serveur distant avec, éventuellement, un nom d’instance et une option d’informations d’identification correspondant à la connexion de l’utilisateur de la base de données.The sample code uses "Driver=SQL Server;Server=localhost;Database=irissql;Trusted_Connection=Yes;" but your code should specify a remote server, possibly with an instance name, and a credential option that maps to database user login.

Définir une fonctionDefine a function

Le code suivant définit une fonction que vous enverrez à SQL Server lors d’une prochaine étape.The following code defines a function that you will send to SQL Server in a later step. Quand il est exécuté, il utilise les données et les bibliothèques (revoscalepy, pandas et matplotlib) sur le serveur distant pour créer des nuages de points à partir du jeu de données Iris.When executed, it uses data and libraries (revoscalepy, pandas, matplotlib) on the remote server to create scatter plots of the iris data set. Il retourne le flux d’octets du fichier .png aux notebooks Jupyter pour effectuer l’affichage dans le navigateur.It returns the bytestream of the .png back to Jupyter Notebooks to render in the browser.

def send_this_func_to_sql():
    from revoscalepy import RxSqlServerData, rx_import
    from pandas.tools.plotting import scatter_matrix
    import matplotlib.pyplot as plt
    import io
    
    # remember the scope of the variables in this func are within our SQL Server Python Runtime
    connection_string = "Driver=SQL Server;Server=localhost;Database=irissql;Trusted_Connection=Yes;"
    
    # specify a query and load into pandas dataframe df
    sql_query = RxSqlServerData(connection_string=connection_string, sql_query = "select * from iris_data")
    df = rx_import(sql_query)
    
    scatter_matrix(df)
    
    # return bytestream of image created by scatter_matrix
    buf = io.BytesIO()
    plt.savefig(buf, format="png")
    buf.seek(0)
    
    return buf.getvalue()

Envoyer la fonction à SQL ServerSend the function to SQL Server

Dans cet exemple, vous créez le contexte de calcul distant, puis vous transférez l’exécution de la fonction à SQL Server avec rx_exec.In this example, create the remote compute context and then send the execution of the function to SQL Server with rx_exec. La fonction rx_exec est utile, car elle accepte un contexte de calcul comme argument.The rx_exec function is useful because it accepts a compute context as an argument. Toute fonction que vous souhaitez exécuter à distance doit avoir un argument de contexte de calcul.Any function that you want to execute remotely must have a compute context argument. Certaines fonctions telles que rx_lin_mod prennent en charge cet argument directement.Some functions, such as rx_lin_mod support this argument directly. Pour les opérations n’assurant pas cette prise en charge directe, vous pouvez utiliser rx_exec pour placer votre code dans un contexte de calcul distant.For operations that don't, you can use rx_exec to deliver your code in a remote compute context.

Dans cet exemple, aucune donnée brute n’a dû être transférée de SQL Server au notebook Jupyter.In this example, no raw data had to be transferred from SQL Server to the Jupyter Notebook. Tous les calculs sont effectués dans la base de données Iris et seul le fichier image est retourné au client.All computations occur within the Iris database and only the image file is returned to the client.

from IPython import display
import matplotlib.pyplot as plt 
from revoscalepy import RxInSqlServer, rx_exec

# create a remote compute context with connection to SQL Server
sql_compute_context = RxInSqlServer(connection_string=connection_string.format(new_db_name))

# use rx_exec to send the function execution to SQL Server
image = rx_exec(send_this_func_to_sql, compute_context=sql_compute_context)[0]

# only an image was returned to my jupyter client. All data remained secure and was manipulated in my db.
display.Image(data=image)

La capture d’écran suivante montre l’entrée et le nuage de points en sortie.The following screenshot shows the input and scatter plot output.

Notebook Jupyter présentant un nuage de points en sortie

7 - Démarrer Python à partir d’outils7 - Start Python from tools

Comme les développeurs travaillent souvent avec plusieurs versions de Python, le programme d’installation n’ajoute pas Python à votre variable PATH.Because developers frequently work with multiple versions of Python, setup does not add Python to your PATH. Pour utiliser les bibliothèques et l’exécutable Python installés par le programme d’installation, liez votre IDE à Python.exe, au chemin contenant également revoscalepy et microsoftml.To use the Python executable and libraries installed by setup, link your IDE to Python.exe at the path that also provides revoscalepy and microsoftml.

Ligne de commandeCommand line

Quand vous exécutez Python.exe à partir de C:\Program Files\Microsoft\PyForMLS (ou de tout autre emplacement spécifié pour l’installation des bibliothèques clientes Python), vous avez accès à la distribution Anaconda complète et aux modules Microsoft Python revoscalepy et microsoftml.When you run Python.exe from C:\Program Files\Microsoft\PyForMLS (or whatever location you specified for the Python client library installation), you have access to the full Anaconda distribution plus the Microsoft Python modules, revoscalepy and microsoftml.

  1. Accédez à C:\Program Files\Microsoft\PyForMLS et double-cliquez sur Python.exe.Go to C:\Program Files\Microsoft\PyForMLS and double-click Python.exe.
  2. Ouvrez l’aide interactive : help().Open interactive help: help()
  3. Tapez le nom d’un module à l’invite de l’aide : help> revoscalepy.Type the name of a module at the help prompt: help> revoscalepy. L’aide retourne le nom, le contenu du package, la version et l’emplacement du fichier.Help returns the name, package contents, version, and file location.
  4. Retournez la version et les informations de package à l’invite help>  : revoscalepy.Return version and package information at the help> prompt: revoscalepy. Appuyez sur Entrée plusieurs fois pour quitter l’aide.Press Enter a few times to exit help.
  5. Importez un module : import revoscalepyImport a module: import revoscalepy

Notebooks JupyterJupyter Notebooks

Dans cet article, nous utilisons des notebooks Jupyter intégrés pour illustrer les appels de fonction à revoscalepy.This article uses built-in Jupyter Notebooks to demonstrate function calls to revoscalepy. Si vous débutez avec cet outil, reportez-vous à la capture d’écran suivante, qui montre comment s’imbriquent les différents éléments et comment l’ensemble fonctionne.If you are new to this tool, the following screenshot illustrates how the pieces fit together and why it all "just works".

Le dossier parent C:\Program Files\Microsoft\PyForMLS contient Anaconda et les packages Microsoft.The parent folder C:\Program Files\Microsoft\PyForMLS contains Anaconda plus the Microsoft packages. Jupyter Notebook est inclus dans Anaconda, sous le dossier Scripts, et les exécutables Python sont inscrits automatiquement auprès de Jupyter Notebook.Jupyter Notebooks is included in Anaconda, under the Scripts folder, and the Python executables are auto-registered with Jupyter Notebooks. Les packages disponibles sous le dossier site-packages peuvent être importés dans un notebook, y compris les trois packages Microsoft utilisés pour la science des données et le machine learning.Packages found under site-packages can be imported into a notebook, including the three Microsoft packages used for data science and machine learning.

Exécutables et bibliothèques

Si vous utilisez un autre IDE, vous devez lier les bibliothèques de fonctions et fichiers exécutables Python à votre outil.If you are using another IDE, you will need to link the Python executables and function libraries to your tool. Les sections suivantes fournissent des instructions relatives aux outils couramment utilisés.The following sections provide instructions for commonly used tools.

Visual StudioVisual Studio

Si vous travaillez avec Python dans Visual Studio, utilisez les options de configuration suivantes pour créer un environnement Python qui comprend les packages Microsoft Python.If you have Python in Visual Studio, use the following configuration options to create a Python environment that includes the Microsoft Python packages.

Paramètre de configurationConfiguration setting valuevalue
Chemin de préfixePrefix path C:\Program Files\Microsoft\PyForMLSC:\Program Files\Microsoft\PyForMLS
Chemin de l’interpréteurInterpreter path C:\Program Files\Microsoft\PyForMLS\python.exeC:\Program Files\Microsoft\PyForMLS\python.exe
Interpréteur en mode fenêtreWindowed interpreter C:\Program Files\Microsoft\PyForMLS\pythonw.exeC:\Program Files\Microsoft\PyForMLS\pythonw.exe

Pour obtenir de l’aide sur la configuration d’un environnement Python, consultez Gestion des environnements Python dans Visual Studio.For help configuring a Python environment, see Managing Python environments in Visual Studio.

PyCharmPyCharm

Dans PyCharm, définissez l’interpréteur sur l’exécutable Python installé par Machine Learning Server.In PyCharm, set the interpreter to the Python executable installed by Machine Learning Server.

  1. Dans un nouveau projet, sous Paramètres, cliquez sur Add Local.In a new project, in Settings, click Add Local.

  2. Entrez C:\Program Files\Microsoft\PyForMLS\.Enter C:\Program Files\Microsoft\PyForMLS\.

Vous pouvez maintenant importer les modules revoscalepy, microsoftml ou azureml.You can now import revoscalepy, microsoftml, or azureml modules. Vous pouvez également choisir Tools > Python Console pour ouvrir une fenêtre interactive.You can also choose Tools > Python Console to open an interactive window.

Étapes suivantesNext steps

Maintenant que vous disposez des outils et d’une connexion effective à SQL Server, développez vos compétences en suivant les guides de démarrage rapide Python avec SQL Server Management Studio (SSMS).Now that you have tools and a working connection to SQL Server, expand your skills by running through the Python quickstarts using SQL Server Management Studio (SSMS).