Executar código Python em Azure Machine Learning designer

Neste artigo, você aprende a usar o componente Executar Python Script para adicionar lógica personalizada a Azure Machine Learning designer. No seguinte como fazer, você usa a biblioteca pandas para fazer engenharia de recursos simples.

Você pode usar o editor de código incorporado para adicionar rapidamente a lógica simples python. Se pretender adicionar código mais complexo ou carregar bibliotecas Python adicionais, deve utilizar o método de ficheiro zip.

O ambiente de execução padrão usa a distribuição de Anacondas de Python. Para obter uma lista completa de pacotes pré-instalados, consulte a página de referência do componente Executar Python Script.

Execute Python input map

Importante

Se não vir elementos gráficos mencionados neste documento, como botões em estúdio ou designer, poderá não ter o nível certo de permissões para o espaço de trabalho. Contacte o administrador de subscrição da Azure para verificar se lhe foi concedido o nível de acesso correto. Para obter mais informações, consulte Gerir utilizadores e funções.

Execute Python escrito no designer

Adicione o componente executar o script python

  1. Encontre o componente executar o script Python na paleta de designers. Pode ser encontrado na secção de Língua Python .

  2. Arraste e deixe cair o componente sobre a tela do gasoduto.

Ligação conjuntos de dados de entrada

Este artigo utiliza o conjunto de dados da amostra, dados sobre os preços do automóvel (Raw).

  1. Arraste e deixe cair o conjunto de dados para a tela do gasoduto.

  2. Ligação a porta de saída do conjunto de dados para a porta de entrada superior esquerda do componente Execut python Script. O designer expõe a entrada como um parâmetro ao script do ponto de entrada.

    A porta de entrada certa está reservada para bibliotecas Python com fecho.

    Connect datasets

  3. Tome nota da porta de entrada que utiliza. O designer atribui a porta de entrada esquerda à variável dataset1 e a porta de entrada média a dataset2.

Os componentes de entrada são opcionais, uma vez que pode gerar ou importar dados diretamente no componente Executar Python Script .

Escreva o seu código Python

O designer fornece um script inicial de ponto de entrada para que edite e introduza o seu próprio código Python.

Neste exemplo, você usa Pandas para combinar duas colunas encontradas no conjunto de dados do automóvel, Preço e Cavalo, para criar uma nova coluna, dólares por cavalo. Esta coluna representa quanto você paga por cada cavalo, o que pode ser uma característica útil para decidir se um carro é um bom negócio para o dinheiro.

  1. Selecione o componente 'Executar o Script Python '.

  2. No painel que aparece à direita da tela, selecione a caixa de texto do script Python .

  3. Copiar e colar o seguinte código na caixa de texto.

    import pandas as pd
    
    def azureml_main(dataframe1 = None, dataframe2 = None):
        dataframe1['Dollar/HP'] = dataframe1.price / dataframe1.horsepower
        return dataframe1
    

    O seu oleoduto deve olhar para a seguinte imagem:

    Execute Python pipeline

    O script do ponto de entrada deve conter a função azureml_main. Existem dois parâmetros de função que mapeiam para as duas portas de entrada para o componente executo python script .

    O valor de devolução deve ser um Dataframe Pandas. Pode retornar até dois dataframes como saídas de componentes.

  4. Envie o oleoduto.

Agora, você tem um conjunto de dados com a nova funcionalidade Dólares/HP, que pode ser útil na formação de um recomendador de carro. Este é um exemplo de extração de recursos e redução da dimensionalidade.

Passos seguintes

Aprenda a importar os seus próprios dados em Azure Machine Learning designer.