DataOperations Classe
DataOperations.
Non è consigliabile creare direttamente un'istanza di questa classe. È invece necessario creare un'istanza di MLClient che lo crea e lo associa come attributo.
- Ereditarietà
-
azure.ai.ml._scope_dependent_operations._ScopeDependentOperationsDataOperations
Costruttore
DataOperations(operation_scope: OperationScope, operation_config: OperationConfig, service_client: AzureMachineLearningWorkspaces | AzureMachineLearningWorkspaces, datastore_operations: DatastoreOperations, **kwargs: Dict)
Parametri
- operation_scope
- <xref:azure.ai.ml._scope_dependent_operations.OperationScope>
Variabili di ambito per le classi di operazioni di un oggetto MLClient.
- operation_config
- <xref:azure.ai.ml._scope_dependent_operations.OperationConfig>
Configurazione comune per le classi di operazioni di un oggetto MLClient.
- service_client
- Union[ <xref:azure.ai.ml._restclient.v2023_04_01_preview._azure_machine_learning_workspaces.AzureMachineLearningWorkspaces>, <xref:azure.ai.ml._restclient.v2021_10_01_dataplanepreview._azure_machine_learning_workspaces. AzureMachineLearningWorkspaces>]
Client del servizio per consentire agli utenti finali di operare sulle risorse dell'area di lavoro di Azure Machine Learning (ServiceClient042023Preview o ServiceClient102021Dataplane).
- datastore_operations
- DatastoreOperations
Rappresenta un client per l'esecuzione di operazioni in Archivi dati.
Metodi
archive |
Archiviare un asset di dati. |
create_or_update |
Restituisce l'asset dati creato o aggiornato. Se non è già presente nell'archiviazione, l'asset verrà caricato nell'archiviazione BLOB dell'area di lavoro. |
get |
Ottenere l'asset dati specificato. |
import_data |
Nota Si tratta di un metodo sperimentale e può cambiare in qualsiasi momento. Per altre informazioni, vedere https://aka.ms/azuremlexperimental. Restituisce il processo di importazione dei dati che sta creando l'asset di dati. |
list |
Elencare gli asset di dati dell'area di lavoro. |
list_materialization_status |
Nota Si tratta di un metodo sperimentale e può cambiare in qualsiasi momento. Per altre informazioni, vedere https://aka.ms/azuremlexperimental. Elencare i processi di materializzazione dell'asset. |
restore |
Ripristinare un asset di dati archiviato. |
share |
Nota Si tratta di un metodo sperimentale e può cambiare in qualsiasi momento. Per altre informazioni, vedere https://aka.ms/azuremlexperimental. Condividere un asset di dati dall'area di lavoro al Registro di sistema. |
archive
Archiviare un asset di dati.
archive(name: str, version: str | None = None, label: str | None = None, **kwargs) -> None
Parametri
Restituisce
Nessuno
Esempio
Esempio di asset di dati di archiviazione.
ml_client.data.archive("data-asset-name")
create_or_update
Restituisce l'asset dati creato o aggiornato.
Se non è già presente nell'archiviazione, l'asset verrà caricato nell'archiviazione BLOB dell'area di lavoro.
create_or_update(data: Data) -> Data
Parametri
Restituisce
Oggetto asset dati.
Tipo restituito
Eccezioni
Generato quando il percorso dell'artefatto dati è già collegato a un altro asset
Generato se i dati non possono essere convalidati correttamente. I dettagli verranno forniti nel messaggio di errore.
Generato se il percorso locale ha fornito punti a una directory vuota.
Esempio
Creare un esempio di asset di dati.
from azure.ai.ml.entities import Data
data_asset_example = Data(name=data_asset_name, version="2.0", path="./sdk/ml/azure-ai-ml/samples/src")
ml_client.data.create_or_update(data_asset_example)
get
Ottenere l'asset dati specificato.
get(name: str, version: str | None = None, label: str | None = None) -> Data
Parametri
Restituisce
Oggetto asset dati.
Tipo restituito
Eccezioni
Generato se i dati non possono essere identificati e recuperati correttamente. I dettagli verranno forniti nel messaggio di errore.
Esempio
Ottenere un esempio di asset di dati.
ml_client.data.get(name="data-asset-name", version="2.0")
import_data
Nota
Si tratta di un metodo sperimentale e può cambiare in qualsiasi momento. Per altre informazioni, vedere https://aka.ms/azuremlexperimental.
Restituisce il processo di importazione dei dati che sta creando l'asset di dati.
import_data(data_import: DataImport, **kwargs) -> PipelineJob
Parametri
Restituisce
oggetto processo di importazione dei dati.
Tipo restituito
Esempio
Esempio di importazione degli asset di dati.
from azure.ai.ml.entities._data_import.data_import import DataImport
from azure.ai.ml.entities._inputs_outputs.external_data import Database
database_example = Database(query="SELECT ID FROM DataTable", connection="azureml:my_azuresqldb_connection")
data_import_example = DataImport(
name="data-asset-name", path="azureml://datastores/workspaceblobstore/paths/", source=database_example
)
ml_client.data.import_data(data_import_example)
list
Elencare gli asset di dati dell'area di lavoro.
list(name: str | None = None, *, list_view_type: ListViewType = ListViewType.ACTIVE_ONLY) -> ItemPaged[Data]
Parametri
- list_view_type
Tipo di visualizzazione per l'inclusione o l'esclusione (ad esempio) degli asset di dati archiviati. Impostazione predefinita: ACTIVE_ONLY.
Restituisce
Iteratore come istanza di oggetti Data
Tipo restituito
Esempio
Esempio di asset di dati elenco.
ml_client.data.list(name="data-asset-name")
list_materialization_status
Nota
Si tratta di un metodo sperimentale e può cambiare in qualsiasi momento. Per altre informazioni, vedere https://aka.ms/azuremlexperimental.
Elencare i processi di materializzazione dell'asset.
list_materialization_status(name: str, *, list_view_type: ListViewType = ListViewType.ACTIVE_ONLY, **kwargs) -> Iterable[PipelineJob]
Parametri
- list_view_type
- Optional[<xref:ListViewType>]
Tipo di visualizzazione per i processi archiviati(ad esempio) inclusi/esclusi. Impostazione predefinita: ACTIVE_ONLY.
Restituisce
Iteratore come istanza di oggetti Job.
Tipo restituito
Esempio
Esempio di materializzazione dell'elenco.
ml_client.data.list_materialization_status("data-asset-name")
restore
Ripristinare un asset di dati archiviato.
restore(name: str, version: str | None = None, label: str | None = None, **kwargs) -> None
Parametri
Restituisce
Nessuno
Esempio
Esempio di asset di ripristino dei dati.
ml_client.data.restore("data-asset-name")
share
Nota
Si tratta di un metodo sperimentale e può cambiare in qualsiasi momento. Per altre informazioni, vedere https://aka.ms/azuremlexperimental.
Condividere un asset di dati dall'area di lavoro al Registro di sistema.
share(name, version, *, share_with_name, share_with_version, registry_name, **kwargs) -> Data
Parametri
- share_with_name
- str
Nome dell'asset di dati da condividere con.
- share_with_version
- str
Versione dell'asset di dati con cui condividere.
- registry_name
- str
Nome del Registro di sistema di destinazione.
Restituisce
Oggetto asset dati.
Tipo restituito
Esempio
Condividere l'esempio di asset dati.
ml_client.data.share(
name="data-asset-name",
version="2.0",
registry_name="my-registry",
share_with_name="transformed-nyc-taxi-data-shared-from-ws",
share_with_version="2.0",
)
Azure SDK for Python
Commenti e suggerimenti
https://aka.ms/ContentUserFeedback.
Presto disponibile: Nel corso del 2024 verranno gradualmente disattivati i problemi di GitHub come meccanismo di feedback per il contenuto e ciò verrà sostituito con un nuovo sistema di feedback. Per altre informazioni, vedereInvia e visualizza il feedback per