Avvio rapido: Strutture dei dati e oggetti in Python con apprendimento automatico in SQL

  • Articolo

Si applica a: SQL Server 2017 (14.x) e versioni successive Istanza gestita di SQL di Azure

Questo argomento di avvio rapido descrive come usare le strutture di dati e i tipi di dati quando si usa Python in Machine Learning Services per SQL Server, Machine Learning Services per Istanza gestita di SQL di Azure o in cluster Big Data di SQL Server. Si apprenderà come trasferire i dati tra Python e SQL Server e verranno illustrati i problemi comuni che potrebbero verificarsi.

Machine Learning in SQL si basa sul pacchetto Python pandas, ideale per lavorare con dati tabulari. Non è tuttavia possibile passare un valore scalare da Python al database e aspettarsi semplicemente che funzioni. In questo argomento di avvio rapido vengono esaminate alcune definizioni di strutture dei dati di base per prepararsi per eventuali problemi aggiuntivi che possono verificarsi durante il passaggio di dati tabulari tra Python e il database.

Ecco alcuni concetti da tenere in considerazione:

  • Un frame di dati è una tabella con più colonne.
  • Una singola colonna di un frame di dati è un oggetto simile a un elenco denominato serie.
  • Un singolo valore di un frame di dati è detto cella ed è accessibile in base all'indice.

Come si può esporre il singolo risultato di un calcolo come frame di dati, se un frame di dati richiede una struttura tabulare? Una risposta consiste nel rappresentare il singolo valore scalare come una serie, che è facilmente convertibile in un frame di dati.

Nota

Per restituire date, Python in SQL usa DATETIME, che ha un intervallo di date limitato incluso tra 01-01-1753 (-53690) e 31-12-9999 (2958463).

Prerequisiti

Per completare questo argomento di avvio rapido è necessario soddisfare i prerequisiti seguenti.

Valore scalare come serie

Questo esempio esegue una semplice operazione matematica e converte un valore scalare in una serie.

  1. Una serie richiede un indice, che può essere assegnato manualmente, come illustrato di seguito, o a livello di codice.

    EXECUTE sp_execute_external_script @language = N'Python'
    , @script = N'
a = 1
b = 2
c = a/b
print(c)
s = pandas.Series(c, index =["simple math example 1"])
print(s)
'

    Poiché la serie non è stata convertita in un frame di dati, i valori vengono restituiti nella finestra Messaggi, ma come si può vedere i risultati sono in un formato più tabulare.

    Risultati

    STDOUT message(s) from external script: 
0.5
simple math example 1    0.5
dtype: float64

  2. Per aumentare la lunghezza della serie, è possibile aggiungere nuovi valori usando una matrice.

    EXECUTE sp_execute_external_script @language = N'Python'
    , @script = N'
a = 1
b = 2
c = a/b
d = a*b
s = pandas.Series([c,d])
print(s)
'

    Se non si specifica un indice, ne viene generato uno con valori che iniziano con 0 e che terminano con la lunghezza della matrice.

    Risultati

    STDOUT message(s) from external script:
0    0.5
1    2.0
dtype: float64

  3. Se si aumenta il numero di valori di Indice, ma non si aggiungono nuovi valori di dati, i valori di dati vengono ripetuti per riempire la serie.

    EXECUTE sp_execute_external_script @language = N'Python'
    , @script = N'
a = 1
b = 2
c = a/b
s = pandas.Series(c, index =["simple math example 1", "simple math example 2"])
print(s)
'

    Risultati

    STDOUT message(s) from external script:
0.5
simple math example 1    0.5
simple math example 2    0.5
dtype: float64

Convertire la serie in un frame di dati

Dopo aver convertito i risultati dell'operazione matematica sul valore scalare in una struttura tabulare, è comunque necessario convertirli in un formato che possa essere gestito da Machine Learning in SQL.

  1. Per convertire una serie in un frame di dati, chiamare il metodo pandas DataFrame.

    EXECUTE sp_execute_external_script @language = N'Python'
    , @script = N'
import pandas as pd
a = 1
b = 2
c = a/b
d = a*b
s = pandas.Series([c,d])
print(s)
df = pd.DataFrame(s)
OutputDataSet = df
'
WITH RESULT SETS((ResultValue FLOAT))

    Il risultato è illustrato di seguito. Anche se si usa l'indice per ottenere valori specifici dal frame di dati, i valori dell'indice non fanno parte dell'output.

    Risultati

    ResultValue
    0.5
    2

Restituire i valori in un frame di dati

Verranno ora restituiti valori specifici di due serie di risultati matematici in un frame di dati. La prima serie ha un indice di valori sequenziali generati da Python. La seconda usa un indice arbitrario di valori stringa.

  1. L'esempio seguente ottiene un valore dalla serie usando un indice Integer.

    EXECUTE sp_execute_external_script @language = N'Python'
    , @script = N'
import pandas as pd
a = 1
b = 2
c = a/b
d = a*b
s = pandas.Series([c,d])
print(s)
df = pd.DataFrame(s, index=[1])
OutputDataSet = df
'
WITH RESULT SETS((ResultValue FLOAT))

    Risultati

    ResultValue
    2.0

    Tenere presente che l'indice generato automaticamente inizia da 0. Provare a usare un valore di indice non compreso nell'intervallo per vedere cosa succede.

  2. Ottenere ora un singolo valore dall'altro frame di dati usando un indice stringa.

    EXECUTE sp_execute_external_script @language = N'Python'
    , @script = N'
import pandas as pd
a = 1
b = 2
c = a/b
s = pandas.Series(c, index =["simple math example 1", "simple math example 2"])
print(s)
df = pd.DataFrame(s, index=["simple math example 1"])
OutputDataSet = df
'
WITH RESULT SETS((ResultValue FLOAT))

    Risultati

    ResultValue
    0.5

    Se si prova a usare un indice numerico per ottenere un valore da questa serie, si riceve un errore.

Passaggi successivi

Per informazioni sulla scrittura di funzioni Python avanzate con Machine Learning in SQL, vedere questo argomento di avvio rapido:

Scrivere funzioni Python avanzate