Dataset Klasa

Odwołanie

Reprezentuje zasób do eksplorowania, przekształcania i zarządzania danymi w usłudze Azure Machine Learning.

Zestaw danych to odwołanie do danych w Datastore publicznych adresach URL sieci Web lub za nim.

W przypadku metod przestarzałych w tej klasie sprawdź AbstractDataset klasę ulepszonych interfejsów API.

Obsługiwane są następujące typy zestawów danych:

Element TabularDataset reprezentuje dane w formacie tabelarycznym utworzonym przez analizowanie podanego pliku lub listy plików.
Element FileDataset odwołuje się do jednego lub wielu plików w magazynach danych lub z publicznych adresów URL.

Aby rozpocząć pracę z zestawami danych, zobacz artykuł Dodawanie & rejestrowania zestawów danych lub zobacz notesy https://aka.ms/tabulardataset-samplenotebook i https://aka.ms/filedataset-samplenotebook.

Zainicjuj obiekt Dataset.

Aby uzyskać zestaw danych, który został już zarejestrowany w obszarze roboczym, użyj metody get.

Dziedziczenie: builtins.object

Dataset

Konstruktor

Dataset(definition, workspace=None, name=None, id=None)

Parametry

definition: <xref:azureml.data.DatasetDefinition>

Wymagane

Definicja zestawu danych.

workspace: Workspace

Wymagane

Obszar roboczy, w którym istnieje zestaw danych.

name: str

Wymagane

Nazwa zestawu danych.

id: str

Wymagane

Unikatowy identyfikator zestawu danych.

Uwagi

Klasa Dataset uwidacznia dwa atrybuty klasy wygody (File i Tabular) do tworzenia zestawu danych bez pracy z odpowiednimi metodami fabryki. Aby na przykład utworzyć zestaw danych przy użyciu następujących atrybutów:

Dataset.Tabular.from_delimited_files()
Dataset.File.from_files()

Możesz również utworzyć nowy element TabularDataset lub FileDataset, wywołując bezpośrednio odpowiednie metody fabryczne klasy zdefiniowanej w TabularDatasetFactory klasie i FileDatasetFactory.

Poniższy przykład pokazuje, jak utworzyć element TabularDataset wskazujący pojedynczą ścieżkę w magazynie danych.


   from azureml.core import Dataset
   dataset = Dataset.Tabular.from_delimited_files(path = [(datastore, 'train-dataset/tabular/iris.csv')])

   # preview the first 3 rows of the dataset
   dataset.take(3).to_pandas_dataframe()

Pełna próbka jest dostępna w witrynie https://github.com/Azure/MachineLearningNotebooks/blob/master/how-to-use-azureml/work-with-data/datasets-tutorial/train-with-datasets/train-with-datasets.ipynb

Zmienne

azureml.core.Dataset.File

Atrybut klasy, który zapewnia dostęp do metod FileDatasetFactory do tworzenia nowych obiektów FileDataset. Użycie: Dataset.File.from_files().

azureml.core.Dataset.Tabular

Atrybut klasy, który zapewnia dostęp do metod TabularDatasetFactory do tworzenia nowych obiektów TabularDataset. Użycie: Dataset.Tabular.from_delimited_files().

Metody

archive	Archiwizowanie aktywnego lub przestarzałego zestawu danych. Uwaga Ta metoda jest przestarzała i nie będzie już obsługiwana. Aby uzyskać więcej informacji, zobacz https://aka.ms/dataset-deprecation.
auto_read_files	Analizuje pliki w określonej ścieżce i zwraca nowy zestaw danych. Uwaga Ta metoda jest przestarzała i nie będzie już obsługiwana. Zaleca się używanie metod Dataset.Tabular.from_* do odczytywania plików. Aby uzyskać więcej informacji, zobacz https://aka.ms/dataset-deprecation.
compare_profiles	Porównaj profil bieżącego zestawu danych z innym profilem zestawu danych. Pokazuje to różnice w statystykach podsumowania między dwoma zestawami danych. Parametr "rhs_dataset" oznacza "prawą stronę" i jest po prostu drugim zestawem danych. Pierwszy zestaw danych (bieżący obiekt zestawu danych) jest uważany za "lewą stronę". Uwaga Ta metoda jest przestarzała i nie będzie już obsługiwana. Aby uzyskać więcej informacji, zobacz https://aka.ms/dataset-deprecation.
create_snapshot	Utwórz migawkę zarejestrowanego zestawu danych. Uwaga Ta metoda jest przestarzała i nie będzie już obsługiwana. Aby uzyskać więcej informacji, zobacz https://aka.ms/dataset-deprecation.
delete_snapshot	Usuń migawkę zestawu danych według nazwy. Uwaga Ta metoda jest przestarzała i nie będzie już obsługiwana. Aby uzyskać więcej informacji, zobacz https://aka.ms/dataset-deprecation.
deprecate	Wycofaj aktywny zestaw danych w obszarze roboczym przez inny zestaw danych. Uwaga Ta metoda jest przestarzała i nie będzie już obsługiwana. Aby uzyskać więcej informacji, zobacz https://aka.ms/dataset-deprecation.
diff	Podziel bieżący zestaw danych na rhs_dataset. Uwaga Ta metoda jest przestarzała i nie będzie już obsługiwana. Aby uzyskać więcej informacji, zobacz https://aka.ms/dataset-deprecation.
from_binary_files	Utwórz niezarejestrowany zestaw danych w pamięci z plików binarnych. Uwaga Ta metoda jest przestarzała i nie będzie już obsługiwana. Zalecamy użycie Dataset.File.from_files zamiast tego. Aby uzyskać więcej informacji, zobacz https://aka.ms/dataset-deprecation.
from_delimited_files	Utwórz niezarejestrowany zestaw danych w pamięci z plików rozdzielanych. Uwaga Ta metoda jest przestarzała i nie będzie już obsługiwana. Zaleca się użycie Dataset.Tabular.from_delimited_files zamiast tego. Aby uzyskać więcej informacji, zobacz https://aka.ms/dataset-deprecation. `# Create a dataset from delimited files with header option as ALL_FILES_HAVE_SAME_HEADERS dataset = Dataset.Tabular.from_delimited_files(path=(datastore, 'data/crime-spring.csv'), header='ALL_FILES_HAVE_SAME_HEADERS') df = dataset.to_pandas_dataframe()`
from_excel_files	Utwórz niezarejestrowany zestaw danych w pamięci z plików programu Excel. Uwaga Ta metoda jest przestarzała i nie będzie już obsługiwana. Aby uzyskać więcej informacji, zobacz https://aka.ms/dataset-deprecation.
from_json_files	Utwórz niezarejestrowany zestaw danych w pamięci na podstawie plików JSON. Uwaga Ta metoda jest przestarzała i nie będzie już obsługiwana. Zaleca się używanie Dataset.Tabular.from_json_lines_files zamiast tego do odczytu z pliku wierszy JSON. Aby uzyskać więcej informacji, zobacz https://aka.ms/dataset-deprecation.
from_pandas_dataframe	Utwórz niezarejestrowany zestaw danych w pamięci na podstawie ramki danych biblioteki pandas. Uwaga Ta metoda jest przestarzała i nie będzie już obsługiwana. Zalecamy użycie Dataset.Tabular.register_pandas_dataframe zamiast tego. Aby uzyskać więcej informacji, zobacz https://aka.ms/dataset-deprecation.
from_parquet_files	Utwórz niezarejestrowany zestaw danych w pamięci z plików parquet. Uwaga Ta metoda jest przestarzała i nie będzie już obsługiwana. Zalecamy użycie Dataset.Tabular.from_parquet_files zamiast tego. Aby uzyskać więcej informacji, zobacz https://aka.ms/dataset-deprecation.
from_sql_query	Utwórz niezarejestrowany zestaw danych w pamięci na podstawie zapytania SQL. Uwaga Ta metoda jest przestarzała i nie będzie już obsługiwana. Zalecamy użycie Dataset.Tabular.from_sql_query zamiast tego. Aby uzyskać więcej informacji, zobacz https://aka.ms/dataset-deprecation.
generate_profile	Wygeneruj nowy profil dla zestawu danych. Uwaga Ta metoda jest przestarzała i nie będzie już obsługiwana. Aby uzyskać więcej informacji, zobacz https://aka.ms/dataset-deprecation.
get	Pobierz zestaw danych, który już istnieje w obszarze roboczym, określając jego nazwę lub identyfikator. Uwaga Ta metoda jest przestarzała i nie będzie już obsługiwana. Zaleca się używanie poleceń get_by_name i get_by_id zamiast tego. Aby uzyskać więcej informacji, zobacz https://aka.ms/dataset-deprecation.
get_all	Pobierz wszystkie zarejestrowane zestawy danych w obszarze roboczym.
get_all_snapshots	Pobierz wszystkie migawki zestawu danych. Uwaga Ta metoda jest przestarzała i nie będzie już obsługiwana. Aby uzyskać więcej informacji, zobacz https://aka.ms/dataset-deprecation.
get_by_id	Pobierz zestaw danych, który jest zapisywany w obszarze roboczym.
get_by_name	Pobierz zarejestrowany zestaw danych z obszaru roboczego według jego nazwy rejestracji.
get_definition	Pobierz konkretną definicję zestawu danych. Uwaga Ta metoda jest przestarzała i nie będzie już obsługiwana. Aby uzyskać więcej informacji, zobacz https://aka.ms/dataset-deprecation.
get_definitions	Pobierz wszystkie definicje zestawu danych. Uwaga Ta metoda jest przestarzała i nie będzie już obsługiwana. Aby uzyskać więcej informacji, zobacz https://aka.ms/dataset-deprecation.
get_profile	Pobierz statystyki podsumowania dla obliczonego wcześniej zestawu danych. Uwaga Ta metoda jest przestarzała i nie będzie już obsługiwana. Aby uzyskać więcej informacji, zobacz https://aka.ms/dataset-deprecation.
get_snapshot	Pobierz migawkę zestawu danych według nazwy. Uwaga Ta metoda jest przestarzała i nie będzie już obsługiwana. Aby uzyskać więcej informacji, zobacz https://aka.ms/dataset-deprecation.
head	Pobierz określoną liczbę rekordów określonych z tego zestawu danych i zwraca je jako ramkę danych. Uwaga Ta metoda jest przestarzała i nie będzie już obsługiwana. Aby uzyskać więcej informacji, zobacz https://aka.ms/dataset-deprecation.
list	Wyświetl listę wszystkich zestawów danych w obszarze roboczym, w tym tych z właściwością równą `is_visible` False. Uwaga Ta metoda jest przestarzała i nie będzie już obsługiwana. Zaleca się zamiast tego użycie get_all . Aby uzyskać więcej informacji, zobacz https://aka.ms/dataset-deprecation.
reactivate	Ponowne uaktywnianie zarchiwizowanego lub przestarzałego zestawu danych. Uwaga Ta metoda jest przestarzała i nie będzie już obsługiwana. Aby uzyskać więcej informacji, zobacz https://aka.ms/dataset-deprecation.
register	Zarejestruj zestaw danych w obszarze roboczym, udostępniając go innym użytkownikom obszaru roboczego. Uwaga Ta metoda jest przestarzała i nie będzie już obsługiwana. Zaleca się zamiast tego użycie register . Aby uzyskać więcej informacji, zobacz https://aka.ms/dataset-deprecation.
sample	Wygeneruj nowy przykład na podstawie źródłowego zestawu danych przy użyciu podanej strategii próbkowania i parametrów. Uwaga Ta metoda jest przestarzała i nie będzie już obsługiwana. Utwórz element TabularDataset , wywołując metody statyczne w pliku Dataset.Tabular i używając take_sample metody . Aby uzyskać więcej informacji, zobacz https://aka.ms/dataset-deprecation.
to_pandas_dataframe	Utwórz ramkę danych biblioteki Pandas, wykonując potok przekształcania zdefiniowany przez tę definicję zestawu danych. Uwaga Ta metoda jest przestarzała i nie będzie już obsługiwana. Utwórz element TabularDataset , wywołując metody statyczne w pliku Dataset.Tabular i używając to_pandas_dataframe metody . Aby uzyskać więcej informacji, zobacz https://aka.ms/dataset-deprecation.
to_spark_dataframe	Utwórz ramkę danych platformy Spark, która może wykonać potok przekształcania zdefiniowany przez tę definicję zestawu danych. Uwaga Ta metoda jest przestarzała i nie będzie już obsługiwana. Utwórz element TabularDataset , wywołując metody statyczne w pliku Dataset.Tabular i używając to_spark_dataframe metody . Aby uzyskać więcej informacji, zobacz https://aka.ms/dataset-deprecation.
update	Zaktualizuj atrybuty modyfikowalne zestawu danych w obszarze roboczym i zwróć zaktualizowany zestaw danych z obszaru roboczego. Uwaga Ta metoda jest przestarzała i nie będzie już obsługiwana. Aby uzyskać więcej informacji, zobacz https://aka.ms/dataset-deprecation.
update_definition	Zaktualizuj definicję zestawu danych. Uwaga Ta metoda jest przestarzała i nie będzie już obsługiwana. Aby uzyskać więcej informacji, zobacz https://aka.ms/dataset-deprecation.

auto_read_files

Analizuje pliki w określonej ścieżce i zwraca nowy zestaw danych.

Uwaga

Ta metoda jest przestarzała i nie będzie już obsługiwana.

Zaleca się używanie metod Dataset.Tabular.from_* do odczytywania plików. Aby uzyskać więcej informacji, zobacz https://aka.ms/dataset-deprecation.

static auto_read_files(path, include_path=False, partition_format=None)

Parametry

path: DataReference lub str

Wymagane

Ścieżka danych w zarejestrowanym magazynie danych, ścieżce lokalnej lub adresie URL HTTP (CSV/TSV).

include_path: bool

Wymagane

Czy dołączyć kolumnę zawierającą ścieżkę pliku, z którego dane zostały odczytane. Przydatne podczas odczytywania wielu plików i chcesz wiedzieć, z którego pliku pochodzi określony rekord. Przydatne również, jeśli w ścieżce lub nazwie pliku znajdują się informacje, które mają być w kolumnie.

partition_format: str

Wymagane

Określ format partycji w ścieżce i utwórz kolumny ciągów w formacie {x} i kolumnie datetime z formatu {x:rrrr/MM/dd/HH/mm/ss}, gdzie "rrrr", "MM", "dd", "HH", "mm" i "ss" są używane do ekstrat roku, miesiąca, dnia, godziny, minuty i sekundy dla typu daty/godziny. Format powinien rozpoczynać się od pozycji pierwszego klucza partycji do końca ścieżki pliku. Na przykład podana ścieżka pliku '.. /Accounts/2019/01/01/data.csv" gdzie dane są partycjonowane według nazwy i godziny działu, możemy zdefiniować wartość "/{Department}/{PartitionDate:rrrr/MM/dd}/data.csv", aby utworzyć kolumny "Dział" typu ciągu i "PartitionDate" typu daty/godziny.

Zwraca

Obiekt zestawu danych.

Typ zwracany

Dataset

Uwagi

Ta metoda służy do automatycznego wykrywania formatów plików i ograniczników.

Po utworzeniu zestawu danych należy użyć get_profile polecenia , aby wyświetlić listę wykrytych typów kolumn i statystyk podsumowania dla każdej kolumny.

Zwrócony zestaw danych nie jest zarejestrowany w obszarze roboczym.

compare_profiles

Porównaj profil bieżącego zestawu danych z innym profilem zestawu danych.

Pokazuje to różnice w statystykach podsumowania między dwoma zestawami danych. Parametr "rhs_dataset" oznacza "prawą stronę" i jest po prostu drugim zestawem danych. Pierwszy zestaw danych (bieżący obiekt zestawu danych) jest uważany za "lewą stronę".

Uwaga

Ta metoda jest przestarzała i nie będzie już obsługiwana.

Aby uzyskać więcej informacji, zobacz https://aka.ms/dataset-deprecation.

compare_profiles(rhs_dataset, profile_arguments={}, include_columns=None, exclude_columns=None, histogram_compare_method=HistogramCompareMethod.WASSERSTEIN)

Parametry

rhs_dataset: Dataset

Wymagane

Drugi zestaw danych, nazywany również "prawą stroną" Zestaw danych do współkomparizji.

profile_arguments: dict

Wymagane

Argumenty do ponownego ściągniania określonego profilu.

include_columns: list[str]

Wymagane

Lista nazw kolumn, które mają być uwzględnione w porównaniu.

exclude_columns: list[str]

Wymagane

Lista nazw kolumn, które mają być wykluczone w porównaniu.

histogram_compare_method: HistogramCompareMethod

Wymagane

Wyliczenie opisujące metodę porównania, np. Wasserstein lub Energy

Zwraca

Różnica między dwoma profilami zestawu danych.

Typ zwracany

<xref:azureml.dataprep.api.engineapi.typedefinitions.DataProfileDifference>

Uwagi

Dotyczy to tylko zarejestrowanych zestawów danych. Zgłasza wyjątek, jeśli profil bieżącego zestawu danych nie istnieje. W przypadku niezarejestrowanych zestawów danych użyj metody profile.compare.

create_snapshot

Utwórz migawkę zarejestrowanego zestawu danych.

Uwaga

Ta metoda jest przestarzała i nie będzie już obsługiwana.

Aby uzyskać więcej informacji, zobacz https://aka.ms/dataset-deprecation.

create_snapshot(snapshot_name, compute_target=None, create_data_snapshot=False, target_datastore=None)

Parametry

snapshot_name: str

Wymagane

Nazwa migawki. Nazwy migawek powinny być unikatowe w zestawie danych.

compute_target: Union[ComputeTarget, str]

Wymagane

Opcjonalny obiekt docelowy obliczeniowy umożliwiający utworzenie profilu migawki. Jeśli pominięto, lokalne obliczenia są używane.

create_data_snapshot: bool

Wymagane

Jeśli wartość True, zostanie utworzona zmaterializowana kopia danych.

target_datastore: Union[AbstractAzureStorageDatastore, str]

Wymagane

Docelowy magazyn danych w celu zapisania migawki. W przypadku pominięcia migawka zostanie utworzona w domyślnym magazynie obszaru roboczego.

Zwraca

Obiekt migawki zestawu danych.

Typ zwracany

DatasetSnapshot

Uwagi

Migawki przechwytują punkt w podsumowaniu czasu statystyki danych bazowych i opcjonalną kopię samych danych. Aby dowiedzieć się więcej na temat tworzenia migawek, przejdź do strony https://aka.ms/azureml/howto/createsnapshots.

delete_snapshot

Usuń migawkę zestawu danych według nazwy.

Uwaga

Ta metoda jest przestarzała i nie będzie już obsługiwana.

Aby uzyskać więcej informacji, zobacz https://aka.ms/dataset-deprecation.

delete_snapshot(snapshot_name)

Parametry

snapshot_name: str

Wymagane

Nazwa migawki.

Zwraca

Brak.

Typ zwracany

None

Uwagi

Użyj tej opcji, aby zwolnić magazyn używany przez dane zapisane w migawkach, których już nie potrzebujesz.

deprecate

Wycofaj aktywny zestaw danych w obszarze roboczym przez inny zestaw danych.

Uwaga

Ta metoda jest przestarzała i nie będzie już obsługiwana.

Aby uzyskać więcej informacji, zobacz https://aka.ms/dataset-deprecation.

deprecate(deprecate_by_dataset_id)

Parametry

deprecate_by_dataset_id: str

Wymagane

Identyfikator zestawu danych, który jest przeznaczony do zastąpienia tego zestawu danych.

Zwraca

Brak.

Typ zwracany

None

Uwagi

Przestarzałe zestawy danych będą rejestrować ostrzeżenia po ich użyciu. Wycofanie zestawu danych oznacza przestarzałe wszystkie jego definicje.

Przestarzałe zestawy danych mogą być nadal używane. Aby całkowicie zablokować używanie zestawu danych, zarchiwizuj go.

Jeśli przestarzałe przez przypadek, ponowna aktywacja zostanie aktywowana.

diff

Podziel bieżący zestaw danych na rhs_dataset.

Uwaga

Ta metoda jest przestarzała i nie będzie już obsługiwana.

Aby uzyskać więcej informacji, zobacz https://aka.ms/dataset-deprecation.

diff(rhs_dataset, compute_target=None, columns=None)

Parametry

rhs_dataset: Dataset

Wymagane

Inny zestaw danych nazywany również zestawem danych po prawej stronie do współzasponowania

compute_target: Union[ComputeTarget, str]

Wymagane

docelowy obiekt obliczeniowy do wykonania różnicy. Jeśli pominięto, lokalne obliczenia są używane.

columns: list[str]

Wymagane

Lista nazw kolumn do ujęć w różnice.

Zwraca

Obiekt przebiegu akcji zestawu danych.

Typ zwracany

DatasetActionRun

from_binary_files

Utwórz niezarejestrowany zestaw danych w pamięci z plików binarnych.

Uwaga

Ta metoda jest przestarzała i nie będzie już obsługiwana.

Zalecamy użycie Dataset.File.from_files zamiast tego. Aby uzyskać więcej informacji, zobacz https://aka.ms/dataset-deprecation.

static from_binary_files(path)

Parametry

path: DataReference lub str

Wymagane

Ścieżka danych w zarejestrowanym magazynie danych lub ścieżce lokalnej.

Zwraca

Obiekt Zestaw danych.

Typ zwracany

Dataset

Uwagi

Ta metoda służy do odczytywania plików jako strumieni danych binarnych. Zwraca jeden obiekt strumienia plików na odczyt pliku. Użyj tej metody podczas odczytywania obrazów, filmów wideo, dźwięku lub innych danych binarnych.

get_profile i create_snapshot nie będzie działać zgodnie z oczekiwaniami dla zestawu danych utworzonego przez tę metodę.

Zwrócony zestaw danych nie jest zarejestrowany w obszarze roboczym.

from_delimited_files

Utwórz niezarejestrowany zestaw danych w pamięci z plików rozdzielanych.

Uwaga

Ta metoda jest przestarzała i nie będzie już obsługiwana.

Zaleca się użycie Dataset.Tabular.from_delimited_files zamiast tego. Aby uzyskać więcej informacji, zobacz https://aka.ms/dataset-deprecation.


   # Create a dataset from delimited files with header option as ALL_FILES_HAVE_SAME_HEADERS
   dataset = Dataset.Tabular.from_delimited_files(path=(datastore, 'data/crime-spring.csv'),
       header='ALL_FILES_HAVE_SAME_HEADERS')

   df = dataset.to_pandas_dataframe()

static from_delimited_files(path, separator=',', header=PromoteHeadersBehavior.ALL_FILES_HAVE_SAME_HEADERS, encoding=FileEncoding.UTF8, quoting=False, infer_column_types=True, skip_rows=0, skip_mode=SkipLinesBehavior.NO_ROWS, comment=None, include_path=False, archive_options=None, partition_format=None)

Parametry

path: DataReference lub str

Wymagane

Ścieżka danych w zarejestrowanym magazynie danych, ścieżce lokalnej lub adresie URL HTTP.

separator: str

Wymagane

Separator używany do dzielenia kolumn.

header: PromoteHeadersBehavior

Wymagane

Określa sposób podwyższenia poziomu nagłówków kolumn podczas odczytywania z plików.

encoding: FileEncoding

Wymagane

Kodowanie odczytywanych plików.

quoting: bool

Wymagane

Określ sposób obsługi nowych znaków wiersza w cudzysłowie. Wartością domyślną (Fałsz) jest interpretowanie nowych znaków wiersza jako początkowych nowych wierszy, niezależnie od tego, czy nowe znaki wiersza znajdują się w cudzysłowie, czy nie. Jeśli ustawiono wartość True, nowe znaki wiersza wewnątrz cudzysłowów nie spowodują nowych wierszy, a szybkość odczytu pliku spowolni.

infer_column_types: bool

Wymagane

Wskazuje, czy typy danych kolumn są wnioskowane.

skip_rows: int

Wymagane

Ile wierszy należy pominąć w odczytywanych plikach.

skip_mode: SkipLinesBehavior

Wymagane

Określa sposób pomijania wierszy podczas odczytywania z plików.

comment: str

Wymagane

Znak używany do wskazywania wierszy komentarzy w odczytywanych plikach. Wiersze rozpoczynające się od tego ciągu zostaną pominięte.

include_path: bool

Wymagane

Czy dołączyć kolumnę zawierającą ścieżkę pliku, z którego dane zostały odczytane. Jest to przydatne podczas odczytywania wielu plików i chcesz wiedzieć, z którego pliku pochodzi określony rekord, lub zachować przydatne informacje w ścieżce pliku.

archive_options: <xref:azureml.dataprep.ArchiveOptions>

Wymagane

Opcje pliku archiwum, w tym typ archiwum i wzorzec globu wpisu. Obecnie obsługujemy tylko plik ZIP jako typ archiwum. Na przykład określanie


   archive_options = ArchiveOptions(archive_type = ArchiveType.ZIP, entry_glob = '*10-20.csv')

odczytuje wszystkie pliki o nazwie kończącej się ciągiem "10-20.csv" w pliku ZIP.

partition_format: str

Wymagane

Zwraca

Obiekt zestawu danych.

Typ zwracany

Dataset

Uwagi

Ta metoda służy do odczytywania rozdzielonych plików tekstowych, gdy chcesz kontrolować używane opcje.

Po utworzeniu zestawu danych należy użyć get_profile polecenia , aby wyświetlić listę wykrytych typów kolumn i statystyk podsumowania dla każdej kolumny.

Zwrócony zestaw danych nie jest zarejestrowany w obszarze roboczym.

from_excel_files

Utwórz niezarejestrowany zestaw danych w pamięci z plików programu Excel.

Uwaga

Ta metoda jest przestarzała i nie będzie już obsługiwana.

Aby uzyskać więcej informacji, zobacz https://aka.ms/dataset-deprecation.

static from_excel_files(path, sheet_name=None, use_column_headers=False, skip_rows=0, include_path=False, infer_column_types=True, partition_format=None)

Parametry

path: DataReference lub str

Wymagane

Ścieżka danych w zarejestrowanym magazynie danych lub ścieżce lokalnej.

sheet_name: str

Wymagane

Nazwa arkusza programu Excel do załadowania. Domyślnie odczytujemy pierwszy arkusz z każdego pliku programu Excel.

use_column_headers: bool

Wymagane

Określa, czy używać pierwszego wiersza jako nagłówków kolumn.

skip_rows: int

Wymagane

Ile wierszy należy pominąć w odczytywanych plikach.

include_path: bool

Wymagane

infer_column_types: bool

Wymagane

W przypadku wartości true typy danych kolumn zostaną wywnioskowane.

partition_format: str

Wymagane

Określ format partycji w ścieżce i utwórz kolumny ciągów w formacie {x} i kolumnie datetime z formatu {x:rrrr/MM/dd/HH/mm/ss}, gdzie "rrrr", "MM", "dd", "HH", "mm" i "ss" są używane do ekstrat roku, miesiąca, dnia, godziny, minuty i sekundy dla typu daty/godziny. Format powinien rozpoczynać się od pozycji pierwszego klucza partycji do końca ścieżki pliku. Na przykład podana ścieżka pliku '.. /Accounts/2019/01/01/data.xlsx" gdzie dane są partycjonowane według nazwy i godziny działu, możemy zdefiniować wartość "/{Department}/{PartitionDate:rrrr/MM/dd}/data.xlsx", aby utworzyć kolumny "Dział" typu ciągu i "PartitionDate" typu daty/godziny.

Zwraca

Obiekt zestawu danych.

Typ zwracany

Dataset

Uwagi

Ta metoda służy do odczytywania plików programu Excel w formacie .xlsx. Dane można odczytywać z jednego arkusza w każdym pliku programu Excel. Po utworzeniu zestawu danych należy użyć get_profile polecenia , aby wyświetlić listę wykrytych typów kolumn i statystyk podsumowania dla każdej kolumny. Zwrócony zestaw danych nie jest zarejestrowany w obszarze roboczym.

from_json_files

Utwórz niezarejestrowany zestaw danych w pamięci na podstawie plików JSON.

Uwaga

Ta metoda jest przestarzała i nie będzie już obsługiwana.

Zaleca się używanie Dataset.Tabular.from_json_lines_files zamiast tego do odczytu z pliku wierszy JSON. Aby uzyskać więcej informacji, zobacz https://aka.ms/dataset-deprecation.

static from_json_files(path, encoding=FileEncoding.UTF8, flatten_nested_arrays=False, include_path=False, partition_format=None)

Parametry

path: DataReference lub str

Wymagane

Ścieżka do plików lub folderów, które chcesz załadować i przeanalizować. Może to być ścieżka lokalna lub adres URL obiektu blob platformy Azure. Funkcja globbing jest obsługiwana. Na przykład możesz użyć ścieżki = "./data*", aby odczytać wszystkie pliki o nazwie rozpoczynającej się od "data".

encoding: FileEncoding

Wymagane

Kodowanie odczytywanych plików.

flatten_nested_arrays: bool

Wymagane

Obsługa zagnieżdżonych tablic w programie kontroli właściwości. Jeśli zdecydujesz się na spłaszczenie zagnieżdżonych tablic JSON, może to spowodować znacznie większą liczbę wierszy.

include_path: bool

Wymagane

Czy dołączyć kolumnę zawierającą ścieżkę, z której odczytano dane. Jest to przydatne podczas odczytywania wielu plików i może chcieć wiedzieć, z którego pliku pochodzi określony rekord, lub zachować przydatne informacje w ścieżce pliku.

partition_format: str

Wymagane

Określ format partycji w ścieżce i utwórz kolumny ciągów w formacie {x} i kolumnie datetime z formatu {x:rrrr/MM/dd/HH/mm/ss}, gdzie "rrrr", "MM", "dd", "HH", "mm" i "ss" są używane do ekstrat roku, miesiąca, dnia, godziny, minuty i sekundy dla typu daty/godziny. Format powinien rozpoczynać się od pozycji pierwszego klucza partycji do końca ścieżki pliku. Na przykład podana ścieżka pliku '.. /Accounts/2019/01/01/data.json" i dane są podzielone na partycje według nazwy i godziny działu, możemy zdefiniować ciąg "/{Department}/{PartitionDate:rrrr/MM/dd}/data.json" w celu utworzenia kolumn typu ciągu "Dział" i "PartitionDate" typu daty/godziny.

Zwraca

Lokalny obiekt Zestawu danych.

Typ zwracany

Dataset

from_pandas_dataframe

Utwórz niezarejestrowany zestaw danych w pamięci na podstawie ramki danych biblioteki pandas.

Uwaga

Ta metoda jest przestarzała i nie będzie już obsługiwana.

Zalecamy użycie Dataset.Tabular.register_pandas_dataframe zamiast tego. Aby uzyskać więcej informacji, zobacz https://aka.ms/dataset-deprecation.

static from_pandas_dataframe(dataframe, path=None, in_memory=False)

Parametry

dataframe: DataFrame

Wymagane

Ramka danych Biblioteki Pandas.

path: Union[DataReference, str]

Wymagane

Ścieżka danych w zarejestrowanym magazynie danych lub ścieżce folderu lokalnego.

in_memory: bool

Wymagane

Czy odczytać ramkę danych z pamięci zamiast utrwalać na dysku.

Zwraca

Obiekt Zestaw danych.

Typ zwracany

Dataset

Uwagi

Użyj tej metody, aby przekonwertować ramkę danych biblioteki Pandas na obiekt Zestawu danych. Nie można zarejestrować zestawu danych utworzonego przez tę metodę, ponieważ dane pochodzą z pamięci.

Jeśli in_memory ma wartość False, ramka danych Biblioteki Pandas jest konwertowana na plik CSV lokalnie. Jeśli pat jest typu DataReference, ramka Biblioteki Pandas zostanie przekazana do magazynu danych, a zestaw danych będzie oparty na danychReference. Jeśli "ścieżka" jest folderem lokalnym, zestaw danych zostanie utworzony poza plikiem lokalnym, którego nie można usunąć.

Zgłasza wyjątek, jeśli bieżąca ścieżka dataReference nie jest ścieżką folderu.

from_parquet_files

Utwórz niezarejestrowany zestaw danych w pamięci z plików parquet.

Uwaga

Ta metoda jest przestarzała i nie będzie już obsługiwana.

Zalecamy użycie Dataset.Tabular.from_parquet_files zamiast tego. Aby uzyskać więcej informacji, zobacz https://aka.ms/dataset-deprecation.

static from_parquet_files(path, include_path=False, partition_format=None)

Parametry

path: DataReference lub str

Wymagane

Ścieżka danych w zarejestrowanym magazynie danych lub ścieżce lokalnej.

include_path: bool

Wymagane

partition_format: str

Wymagane

Określ format partycji w ścieżce i utwórz kolumny ciągów w formacie {x} i kolumnie datetime z formatu {x:rrrr/MM/dd/HH/mm/ss}, gdzie "rrrr", "MM", "dd", "HH", "mm" i "ss" są używane do ekstrat roku, miesiąca, dnia, godziny, minuty i sekundy dla typu daty/godziny. Format powinien rozpoczynać się od pozycji pierwszego klucza partycji do końca ścieżki pliku. Na przykład podana ścieżka pliku '.. /Accounts/2019/01/01/data.parquet" gdzie dane są partycjonowane według nazwy i godziny działu, możemy zdefiniować ciąg "/{Department}/{PartitionDate:rrrr/MM/dd}/data.parquet", aby utworzyć kolumny "Dział" typu ciągu i "PartitionDate" typu daty/godziny.

Zwraca

Obiekt zestawu danych.

Typ zwracany

Dataset

Uwagi

Ta metoda służy do odczytywania plików Parquet.

Po utworzeniu zestawu danych należy użyć get_profile polecenia , aby wyświetlić listę wykrytych typów kolumn i statystyk podsumowania dla każdej kolumny.

Zwrócony zestaw danych nie jest zarejestrowany w obszarze roboczym.

from_sql_query

Utwórz niezarejestrowany zestaw danych w pamięci na podstawie zapytania SQL.

Uwaga

Ta metoda jest przestarzała i nie będzie już obsługiwana.

Zalecamy użycie Dataset.Tabular.from_sql_query zamiast tego. Aby uzyskać więcej informacji, zobacz https://aka.ms/dataset-deprecation.

static from_sql_query(data_source, query)

Parametry

data_source: AzureSqlDatabaseDatastore

Wymagane

Szczegóły magazynu danych Azure SQL.

query: str

Wymagane

Zapytanie do wykonania w celu odczytu danych.

Zwraca

Lokalny obiekt Zestawu danych.

Typ zwracany

Dataset

generate_profile

Wygeneruj nowy profil dla zestawu danych.

Uwaga

Ta metoda jest przestarzała i nie będzie już obsługiwana.

Aby uzyskać więcej informacji, zobacz https://aka.ms/dataset-deprecation.

generate_profile(compute_target=None, workspace=None, arguments=None)

Parametry

compute_target: Union[ComputeTarget, str]

Wymagane

Opcjonalny obiekt docelowy obliczeniowy umożliwiający utworzenie profilu migawki. Jeśli pominięto, lokalne obliczenia są używane.

workspace: Workspace

Wymagane

Obszar roboczy wymagany dla zestawów danych przejściowych (niezarejestrowanych).

arguments: dict[str, object]

Wymagane

Argumenty profilu. Prawidłowe argumenty to:

"include_stype_counts" typu bool. Sprawdź, czy wartości wyglądają jak niektóre dobrze znane typy semantyczne, takie jak adres e-mail, adres IP (V4/V6), numer telefonu USA, kod pocztowy USA, szerokość geograficzna/długość geograficzna. Włączenie tego problemu ma wpływ na wydajność.
"number_of_histogram_bins" typu int. Reprezentuje liczbę pojemników histogramu do użycia dla danych liczbowych. Wartość domyślna to 10.

Zwraca

Obiekt przebiegu akcji zestawu danych.

Typ zwracany

DatasetActionRun

Uwagi

Wywołanie synchroniczne będzie blokowane do momentu ukończenia. Wywołaj metodę get_result , aby uzyskać wynik akcji.

get

Pobierz zestaw danych, który już istnieje w obszarze roboczym, określając jego nazwę lub identyfikator.

Uwaga

Ta metoda jest przestarzała i nie będzie już obsługiwana.

Zaleca się używanie poleceń get_by_name i get_by_id zamiast tego. Aby uzyskać więcej informacji, zobacz https://aka.ms/dataset-deprecation.

static get(workspace, name=None, id=None)

Parametry

workspace: Workspace

Wymagane

Istniejący obszar roboczy usługi AzureML, w którym utworzono zestaw danych.

name: str

Wymagane

Nazwa zestawu danych do pobrania.

id: str

Wymagane

Unikatowy identyfikator zestawu danych w obszarze roboczym.

Zwraca

Zestaw danych o określonej nazwie lub identyfikatorze.

Typ zwracany

Dataset

Uwagi

Możesz podać wartość name lub id. Wyjątek jest zgłaszany w następujących przypadkach:

zarówno name , jak i id są określone, ale nie są zgodne.
Zestaw danych z określonym name elementem lub id nie można go znaleźć w obszarze roboczym.

get_all

Pobierz wszystkie zarejestrowane zestawy danych w obszarze roboczym.

get_all()

Parametry

workspace: Workspace

Wymagane

Istniejący obszar roboczy usługi AzureML, w którym zarejestrowano zestawy danych.

Zwraca

Słownik obiektów TabularDataset i FileDataset kluczy według ich nazwy rejestracji.

Typ zwracany

dict[str, Union[TabularDataset, FileDataset]]

get_all_snapshots

Pobierz wszystkie migawki zestawu danych.

Uwaga

Ta metoda jest przestarzała i nie będzie już obsługiwana.

Aby uzyskać więcej informacji, zobacz https://aka.ms/dataset-deprecation.

get_all_snapshots()

Zwraca

Lista migawek zestawu danych.

Typ zwracany

list[DatasetSnapshot]

get_by_id

Pobierz zestaw danych, który jest zapisywany w obszarze roboczym.

get_by_id(id, **kwargs)

Parametry

workspace: Workspace

Wymagane

Istniejący obszar roboczy usługi AzureML, w którym jest zapisywany zestaw danych.

id: str

Wymagane

Identyfikator zestawu danych.

Zwraca

Obiekt zestawu danych. Jeśli zestaw danych jest zarejestrowany, zostanie również zwrócona jego nazwa rejestracji i wersja.

Typ zwracany

Union[TabularDataset, FileDataset]

get_by_name

Pobierz zarejestrowany zestaw danych z obszaru roboczego według jego nazwy rejestracji.

get_by_name(name, version='latest', **kwargs)

Parametry

workspace: Workspace

Wymagane

Istniejący obszar roboczy usługi AzureML, w którym zarejestrowano zestaw danych.

name: str

Wymagane

Nazwa rejestracji.

version: int

Wymagane

Wersja rejestracji. Wartość domyślna to "latest".

Zwraca

Zarejestrowany obiekt zestawu danych.

Typ zwracany

Union[TabularDataset, FileDataset]

get_definition

Pobierz konkretną definicję zestawu danych.

Uwaga

Ta metoda jest przestarzała i nie będzie już obsługiwana.

Aby uzyskać więcej informacji, zobacz https://aka.ms/dataset-deprecation.

get_definition(version_id=None)

Parametry

version_id: str

Wymagane

Identyfikator wersji definicji zestawu danych

Zwraca

Definicja zestawu danych.

Typ zwracany

DatasetDefinition

Uwagi

Jeśli version_id zostanie podana, usługa Azure Machine Learning próbuje pobrać definicję odpowiadającą tej wersji. Jeśli ta wersja nie istnieje, zostanie zgłoszony wyjątek. Jeśli version_id zostanie pominięty, zostanie pobrana najnowsza wersja.

get_definitions

Pobierz wszystkie definicje zestawu danych.

Uwaga

Ta metoda jest przestarzała i nie będzie już obsługiwana.

Aby uzyskać więcej informacji, zobacz https://aka.ms/dataset-deprecation.

get_definitions()

Zwraca

Słownik definicji zestawu danych.

Typ zwracany

dict[str, DatasetDefinition]

Uwagi

Zestaw danych zarejestrowany w obszarze roboczym usługi AzureML może mieć wiele definicji, z których każda została utworzona przez wywołanie metody update_definition. Każda definicja ma unikatowy identyfikator. Bieżąca definicja jest najnowszą utworzoną definicją.

W przypadku niezarejestrowanych zestawów danych istnieje tylko jedna definicja.

get_profile

Pobierz statystyki podsumowania dla obliczonego wcześniej zestawu danych.

Uwaga

Ta metoda jest przestarzała i nie będzie już obsługiwana.

Aby uzyskać więcej informacji, zobacz https://aka.ms/dataset-deprecation.

get_profile(arguments=None, generate_if_not_exist=True, workspace=None, compute_target=None)

Parametry

arguments: dict[str, object]

Wymagane

Argumenty profilu.

generate_if_not_exist: bool

Wymagane

Wskazuje, czy profil ma być generowany, jeśli nie istnieje.

workspace: Workspace

Wymagane

Obszar roboczy, wymagany dla zestawów danych przejściowych (niezarejestrowanych).

compute_target: Union[ComputeTarget, str]

Wymagane

Docelowy obiekt obliczeniowy do wykonania akcji profilu.

Zwraca

DataProfile zestawu danych.

Typ zwracany

<xref:azureml.dataprep.DataProfile>

Uwagi

W przypadku zestawu danych zarejestrowanego w obszarze roboczym usługi Azure Machine Learning ta metoda pobiera istniejący profil, który został utworzony wcześniej, wywołując get_profile metodę , jeśli jest ona nadal prawidłowa. Profile są unieważniane w przypadku wykrycia zmienionych danych w zestawie danych lub argumentów, które get_profile mają być inne niż używane podczas generowania profilu. Jeśli profil nie jest obecny lub unieważniony, określi, generate_if_not_exist czy został wygenerowany nowy profil.

W przypadku zestawu danych, który nie jest zarejestrowany w obszarze roboczym usługi Azure Machine Learning, ta metoda zawsze jest uruchamiana generate_profile i zwraca wynik.

get_snapshot

Pobierz migawkę zestawu danych według nazwy.

Uwaga

Ta metoda jest przestarzała i nie będzie już obsługiwana.

Aby uzyskać więcej informacji, zobacz https://aka.ms/dataset-deprecation.

get_snapshot(snapshot_name)

Parametry

snapshot_name: str

Wymagane

Nazwa migawki.

Zwraca

Obiekt migawki zestawu danych.

Typ zwracany

DatasetSnapshot

head

Pobierz określoną liczbę rekordów określonych z tego zestawu danych i zwraca je jako ramkę danych.

Uwaga

Ta metoda jest przestarzała i nie będzie już obsługiwana.

Aby uzyskać więcej informacji, zobacz https://aka.ms/dataset-deprecation.

head(count)

Parametry

count: int

Wymagane

Liczba rekordów do ściągnięcia.

Zwraca

Ramka danych biblioteki Pandas.

Typ zwracany

DataFrame

list

Wyświetl listę wszystkich zestawów danych w obszarze roboczym, w tym tych z właściwością równą is_visible False.

Uwaga

Ta metoda jest przestarzała i nie będzie już obsługiwana.

Zaleca się zamiast tego użycie get_all . Aby uzyskać więcej informacji, zobacz https://aka.ms/dataset-deprecation.

static list(workspace)

Parametry

workspace: Workspace

Wymagane

Obszar roboczy, dla którego chcesz pobrać listę zestawów danych.

Zwraca

Lista obiektów zestawu danych.

Typ zwracany

list[Dataset]

reactivate

Ponowne uaktywnianie zarchiwizowanego lub przestarzałego zestawu danych.

Uwaga

Ta metoda jest przestarzała i nie będzie już obsługiwana.

Aby uzyskać więcej informacji, zobacz https://aka.ms/dataset-deprecation.

reactivate()

Zwraca

Brak.

Typ zwracany

None

register

Zarejestruj zestaw danych w obszarze roboczym, udostępniając go innym użytkownikom obszaru roboczego.

Uwaga

Ta metoda jest przestarzała i nie będzie już obsługiwana.

Zaleca się zamiast tego użycie register . Aby uzyskać więcej informacji, zobacz https://aka.ms/dataset-deprecation.

register(workspace, name, description=None, tags=None, visible=True, exist_ok=False, update_if_exist=False)

Parametry

workspace: Workspace

Wymagane

Obszar roboczy usługi AzureML, w którym ma zostać zarejestrowany zestaw danych.

name: str

Wymagane

Nazwa zestawu danych w obszarze roboczym.

description: str

Wymagane

Opis zestawu danych.

tags: dict[str, str]

Wymagane

Tagi do skojarzenia z zestawem danych.

visible: bool

Wymagane

Wskazuje, czy zestaw danych jest widoczny w interfejsie użytkownika. Jeśli wartość False, zestaw danych jest ukryty w interfejsie użytkownika i dostępny za pośrednictwem zestawu SDK.

exist_ok: bool

Wymagane

Jeśli wartość True, metoda zwraca zestaw danych, jeśli już istnieje w danym obszarze roboczym, inny błąd.

update_if_exist: bool

Wymagane

Jeśli exist_ok ma wartość True i update_if_exist ma wartość True, ta metoda zaktualizuje definicję i zwróci zaktualizowany zestaw danych.

Zwraca

Zarejestrowany obiekt Zestawu danych w obszarze roboczym.

Typ zwracany

Dataset

sample

Wygeneruj nowy przykład na podstawie źródłowego zestawu danych przy użyciu podanej strategii próbkowania i parametrów.

Uwaga

Ta metoda jest przestarzała i nie będzie już obsługiwana.

Utwórz element TabularDataset , wywołując metody statyczne w pliku Dataset.Tabular i używając take_sample metody . Aby uzyskać więcej informacji, zobacz https://aka.ms/dataset-deprecation.

sample(sample_strategy, arguments)

Parametry

sample_strategy: str

Wymagane

Przykładowa strategia do użycia. Akceptowane wartości to "top_n", "simple_random" lub "stratified".

arguments: dict[str, object]

Wymagane

Słownik z kluczami z "Argumentu opcjonalnego" na powyższej liście oraz wartości z kolumny "Type" (Typ). Można używać tylko argumentów z odpowiedniej metody próbkowania. Na przykład w przypadku typu próbki "simple_random" można określić tylko słownik z kluczami "probability" i "seed".

Zwraca

Obiekt zestawu danych jako próbka oryginalnego zestawu danych.

Typ zwracany

Dataset

Uwagi

Przykłady są generowane przez wykonanie potoku przekształcania zdefiniowanego przez ten zestaw danych, a następnie zastosowanie strategii próbkowania i parametrów do danych wyjściowych. Każda metoda próbkowania obsługuje następujące opcjonalne argumenty:

top_n
- Argumenty opcjonalne
  - n, wpisz liczbę całkowitą. Wybierz pierwsze N wierszy jako przykład.
simple_random
- Argumenty opcjonalne
  - prawdopodobieństwo, typ zmiennoprzecinkowy. Proste losowe próbkowanie, w którym każdy wiersz ma równe prawdopodobieństwo wybrania. Prawdopodobieństwo powinno być liczbą z zakresu od 0 do 1.
  - nasion, wpisz float. Używany przez generator liczb losowych. Służy do powtarzalności.
stratyfikowane
- Argumenty opcjonalne
  - columns, type list[str]. Lista kolumn warstw w danych.
  - nasion, wpisz float. Używany przez generator liczb losowych. Służy do powtarzalności.
  - ułamki, typ dykt[krotka, liczba zmiennoprzecinkowa]. Krotka: wartości kolumn definiujące warstwę muszą być w tej samej kolejności co nazwy kolumn. Zmiennoprzecinkowy: waga dołączona do warstwy podczas próbkowania.

Poniższe fragmenty kodu to przykładowe wzorce projektowe dla różnych przykładowych metod.


   # sample_strategy "top_n"
   top_n_sample_dataset = dataset.sample('top_n', {'n': 5})

   # sample_strategy "simple_random"
   simple_random_sample_dataset = dataset.sample('simple_random', {'probability': 0.3, 'seed': 10.2})

   # sample_strategy "stratified"
   fractions = {}
   fractions[('THEFT',)] = 0.5
   fractions[('DECEPTIVE PRACTICE',)] = 0.2

   # take 50% of records with "Primary Type" as THEFT and 20% of records with "Primary Type" as
   # DECEPTIVE PRACTICE into sample Dataset
   sample_dataset = dataset.sample('stratified', {'columns': ['Primary Type'], 'fractions': fractions})

to_pandas_dataframe

Utwórz ramkę danych biblioteki Pandas, wykonując potok przekształcania zdefiniowany przez tę definicję zestawu danych.

Uwaga

Ta metoda jest przestarzała i nie będzie już obsługiwana.

Utwórz element TabularDataset , wywołując metody statyczne w pliku Dataset.Tabular i używając to_pandas_dataframe metody . Aby uzyskać więcej informacji, zobacz https://aka.ms/dataset-deprecation.

to_pandas_dataframe()

Zwraca

Ramka danych biblioteki Pandas.

Typ zwracany

DataFrame

Uwagi

Zwróć w pełni zmaterializowaną ramkę danych Biblioteki Pandas w pamięci.

to_spark_dataframe

Utwórz ramkę danych platformy Spark, która może wykonać potok przekształcania zdefiniowany przez tę definicję zestawu danych.

Uwaga

Ta metoda jest przestarzała i nie będzie już obsługiwana.

Utwórz element TabularDataset , wywołując metody statyczne w pliku Dataset.Tabular i używając to_spark_dataframe metody . Aby uzyskać więcej informacji, zobacz https://aka.ms/dataset-deprecation.

to_spark_dataframe()

Zwraca

Ramka danych platformy Spark.

Typ zwracany

DataFrame

Uwagi

Zwrócona ramka danych platformy Spark jest tylko planem wykonywania i nie zawiera żadnych danych, ponieważ ramki danych platformy Spark są obliczane z opóźnieniem.

update

Zaktualizuj atrybuty modyfikowalne zestawu danych w obszarze roboczym i zwróć zaktualizowany zestaw danych z obszaru roboczego.

Uwaga

Ta metoda jest przestarzała i nie będzie już obsługiwana.

Aby uzyskać więcej informacji, zobacz https://aka.ms/dataset-deprecation.

update(name=None, description=None, tags=None, visible=None)

Parametry

name: str

Wymagane

Nazwa zestawu danych w obszarze roboczym.

description: str

Wymagane

Opis danych.

tags: dict[str, str]

Wymagane

Tagi do skojarzenia zestawu danych z.

visible: bool

Wymagane

Wskazuje, czy zestaw danych jest widoczny w interfejsie użytkownika.

Zwraca

Zaktualizowany obiekt Zestawu danych z obszaru roboczego.

Typ zwracany

Dataset

update_definition

Zaktualizuj definicję zestawu danych.

Uwaga

Ta metoda jest przestarzała i nie będzie już obsługiwana.

Aby uzyskać więcej informacji, zobacz https://aka.ms/dataset-deprecation.

update_definition(definition, definition_update_message)

Parametry

definition: DatasetDefinition

Wymagane

Nowa definicja tego zestawu danych.

definition_update_message: str

Wymagane

Komunikat o aktualizacji definicji.

Zwraca

Zaktualizowany obiekt Zestawu danych z obszaru roboczego.

Typ zwracany

Dataset

Uwagi

Aby korzystać ze zaktualizowanego zestawu danych, użyj obiektu zwróconego przez tę metodę.

Atrybuty

definition

Zwróć bieżącą definicję zestawu danych.

Uwaga

Ta metoda jest przestarzała i nie będzie już obsługiwana.

Aby uzyskać więcej informacji, zobacz https://aka.ms/dataset-deprecation.

Zwraca

Definicja zestawu danych.

Typ zwracany

DatasetDefinition

Uwagi

Definicja zestawu danych to seria kroków określających sposób odczytywania i przekształcania danych.

Zestaw danych zarejestrowany w obszarze roboczym usługi AzureML może zawierać wiele definicji, z których każda została utworzona przez wywołanie metody update_definition. Każda definicja ma unikatowy identyfikator. Posiadanie wielu definicji umożliwia wprowadzanie zmian w istniejących zestawach danych bez przerywania modeli i potoków, które zależą od starszej definicji.

W przypadku niezarejestrowanych zestawów danych istnieje tylko jedna definicja.

definition_version

Zwróć wersję bieżącej definicji zestawu danych.

Uwaga

Ta metoda jest przestarzała i nie będzie już obsługiwana.

Aby uzyskać więcej informacji, zobacz https://aka.ms/dataset-deprecation.

Zwraca

Wersja definicji zestawu danych.

Typ zwracany

str

Uwagi

Definicja zestawu danych to seria kroków określających sposób odczytywania i przekształcania danych.

Zestaw danych zarejestrowany w obszarze roboczym usługi AzureML może zawierać wiele definicji, z których każda została utworzona przez wywołanie metody update_definition. Każda definicja ma unikatowy identyfikator. Bieżąca definicja jest najnowszą utworzoną, której identyfikator jest zwracany przez tę wartość.

W przypadku niezarejestrowanych zestawów danych istnieje tylko jedna definicja.

description

Zwróć opis zestawu danych.

Zwraca

Opis zestawu danych.

Typ zwracany

str

Uwagi

Określenie opisu danych w zestawie danych umożliwia użytkownikom obszaru roboczego zrozumienie, co reprezentuje dane, oraz sposób ich używania.

id

Jeśli zestaw danych został zarejestrowany w obszarze roboczym, zwróć identyfikator zestawu danych. W przeciwnym razie zwróć wartość None.

Zwraca

Identyfikator zestawu danych.

Typ zwracany

str

is_visible

Kontrolowanie widoczności zarejestrowanego zestawu danych w interfejsie użytkownika obszaru roboczego usługi Azure ML.

Uwaga

Ta metoda jest przestarzała i nie będzie już obsługiwana.

Aby uzyskać więcej informacji, zobacz https://aka.ms/dataset-deprecation.

Zwraca

Widoczność zestawu danych.

Typ zwracany

bool

Uwagi

Zwrócone wartości:

Prawda: zestaw danych jest widoczny w interfejsie użytkownika obszaru roboczego. Domyślne.
Fałsz: zestaw danych jest ukryty w interfejsie użytkownika obszaru roboczego.

Nie ma wpływu na niezarejestrowane zestawy danych.

name

Zwróć nazwę zestawu danych.

Zwraca

Nazwa zestawu danych.

Typ zwracany

str

state

Zwróć stan zestawu danych.

Uwaga

Ta metoda jest przestarzała i nie będzie już obsługiwana.

Aby uzyskać więcej informacji, zobacz https://aka.ms/dataset-deprecation.

Zwraca

Stan zestawu danych.

Typ zwracany

str

Uwagi

Znaczenie i efekt stanów są następujące:

Aktywne. Aktywne definicje są dokładnie takie, jak brzmią, wszystkie akcje można wykonywać na aktywnych definicjach.
Przestarzałe. Można użyć przestarzałej definicji, ale spowoduje zalogowanie się w dziennikach za każdym razem, gdy dostęp do danych bazowych będzie uzyskiwany.
Archiwizowane. Nie można użyć zarchiwizowanej definicji do wykonania żadnej akcji. Aby wykonać akcje w zarchiwizowanej definicji, należy ją ponownie uaktywnić.

workspace

Jeśli zestaw danych został zarejestrowany w obszarze roboczym, zwróć go. W przeciwnym razie zwróć wartość None.

Zwraca

Obszar roboczy.

Typ zwracany

Workspace

Tabular

Fabryka do tworzenia FileDataset

alias of TabularDatasetFactory