DatasetSnapshot Classe

Gestisce gli snapshot del set di dati con operazioni per ottenere uno snapsot, restituire lo stato e convertirlo in un dataframe.

Nota

Questa classe è deprecata. Per altre informazioni, vedere https://aka.ms/dataset-deprecation.

Un oggetto DataSnapshot viene restituito dal create_snapshot metodo della Dataset classe.

Lo snapshot del set di dati è una combinazione di profilo e una copia materializzata facoltativa dei dati.

Per altre informazioni sugli snapshot del set di dati, passare a https://aka.ms/azureml/howto/createsnapshots

Ereditarietà

builtins.object

DatasetSnapshot

Costruttore

DatasetSnapshot(workspace, snapshot_name, dataset_id, definition_version=None, time_stamp=None, profile_action_id=None, datastore_name=None, relative_path=None, dataset_name=None)

Parametri

Nome	Descrizione
workspace Necessario	<xref:azureml.core.Workspace.> L'area di lavoro in cui è registrato il set di dati.
snapshot_name Necessario	str Nome dello snapshot del set di dati.
dataset_id Necessario	str Identificatore del set di dati.
definition_version Necessario	str Versione di definizione del set di dati.
time_stamp Necessario	datetime Tempo di creazione dello snapshot.
profile_action_id Necessario	str ID azione del profilo snapshot.
datastore_name Necessario	str Nome dell'archivio dati snapshot.
relative_path Necessario	str Percorso relativo ai dati dello snapshot.
dataset_name Necessario	str Nome del set di dati.

Metodi

compare_profiles	Confrontare il profilo del set di dati corrente con rhs_dataset profilo. Se i profili non esistono, questo metodo genererà un'eccezione.
get	Ottenere lo snapshot del set di dati in base al nome dello snapshot.
get_all	Ottenere tutti gli snapshot del set di dati specificato.
get_profile	Ottenere il profilo dello snapshot del set di dati.
get_status	Ottenere lo stato di creazione dello snapshot del set di dati.
is_data_snapshot_available	Verificare se è disponibile la copia materializzata dello snapshot.
to_pandas_dataframe	Creare un dataframe Pandas caricando i dati salvati con lo snapshot.
to_spark_dataframe	Creare un dataframe Spark caricando i dati salvati con lo snapshot.
wait_for_completion	Attendere il completamento dell'generaton Set di datiSnapshot.

compare_profiles

Confrontare il profilo del set di dati corrente con rhs_dataset profilo.

Se i profili non esistono, questo metodo genererà un'eccezione.

compare_profiles(rhs_dataset_snapshot, include_columns=None, exclude_columns=None, histogram_compare_method=HistogramCompareMethod.WASSERSTEIN)

Parametri

Nome	Descrizione
rhs_dataset_snapshot Necessario	DatasetSnapshot Snapshot del set di dati da confrontare con.
include_columns	list[str] Elenco di nomi di colonna da includere nel confronto. Valore predefinito: None
exclude_columns	list[str] Elenco di nomi di colonna da escludere nel confronto. Valore predefinito: None
histogram_compare_method	HistogramCompareMethod Enumerazione che descrive il metodo di confronto, ad esempio DEVICESTEIN o ENERGY. Valore predefinito: HistogramCompareMethod.WASSERSTEIN

Restituisce

Tipo	Descrizione
<xref:azureml.dataprep.api.engineapi.typedefinitions.DataProfileDifference>	Differenza tra i profili.

get

Ottenere lo snapshot del set di dati in base al nome dello snapshot.

static get(workspace, snapshot_name, dataset_name=None, dataset_id=None)

Parametri

Nome	Descrizione
workspace Necessario	Workspace L'area di lavoro in cui è registrato il set di dati.
snapshot_name Necessario	str Nome dello snapshot del set di dati.
dataset_name Necessario	Nome del set di dati.
dataset_id Necessario	uuid Identificatore del set di dati.

Restituisce

Tipo	Descrizione
DatasetSnapshot	Oggetto DatasetSnapshot.

get_all

Ottenere tutti gli snapshot del set di dati specificato.

static get_all(workspace, dataset_name)

Parametri

Nome	Descrizione
workspace Necessario	Workspace L'area di lavoro in cui è registrato il set di dati.
dataset_name Necessario	Nome del set di dati.

Restituisce

Tipo	Descrizione
list[DatasetSnapshot]	Elenco degli snapshot del set di dati

get_profile

Ottenere il profilo dello snapshot del set di dati.

get_profile()

Restituisce

Tipo	Descrizione
<xref:azureml.dataprep.DataProfile>	DataProfile dello snapshot del set di dati

get_status

Ottenere lo stato di creazione dello snapshot del set di dati.

get_status()

Restituisce

Tipo	Descrizione
str	Stato dello snapshot del set di dati.

is_data_snapshot_available

Verificare se è disponibile la copia materializzata dello snapshot.

is_data_snapshot_available()

Restituisce

Tipo	Descrizione
bool	True se lo snapshot dei dati è disponibile.

to_pandas_dataframe

Creare un dataframe Pandas caricando i dati salvati con lo snapshot.

to_pandas_dataframe()

Restituisce

Tipo	Descrizione
DataFrame	DataFrame Pandas.

Commenti

Il dataframe Pandas è completamente materializzato in memoria. Se lo snapshot è stato creato con create_data_snapshot=False, viene generata un'eccezione. Per verificare se lo snapshot contiene dati, usare la funzione is_data_snapshot_available.

to_spark_dataframe

Creare un dataframe Spark caricando i dati salvati con lo snapshot.

to_spark_dataframe()

Restituisce

Tipo	Descrizione
DataFrame	Un dataframe Spark.

Commenti

Il dataframe Spark restituito è solo un piano di esecuzione e non contiene effettivamente dati, poiché i dataframe Spark vengono valutati in modo più pigre. Se lo snapshot è stato creato con create_data_snapshot=False, viene generata un'eccezione quando si tenta di accedere ai dati. Per verificare se lo snapshot contiene dati, usare is_data_snapshot_available.

wait_for_completion

Attendere il completamento dell'generaton Set di datiSnapshot.

wait_for_completion(show_output=True, status_update_frequency=10)

Parametri

Nome	Descrizione
show_output	bool Indica se il metodo stampa l'output. Valore predefinito: True
status_update_frequency	int Frequenza di aggiornamento dello stato dell'esecuzione dell'azione in secondi. Valore predefinito: 10

Attributi

dataset_id

Ottenere l'identificatore del set di dati.

Restituisce

Tipo	Descrizione
str	ID set di dati.

name

Ottenere il nome dello snapshot del set di dati.

Restituisce

Tipo	Descrizione
str	Nome snapshot del set di dati.

workspace

Ottenere l'area di lavoro di Azure Machine Learning in cui è registrato il set di dati.

Restituisce

Tipo	Descrizione
Workspace	Area di lavoro in cui è registrato il set di dati.