AbstractDataset Klas

Basisklasse van gegevenssets in Azure Machine Learning.

Verwijs naar TabularDatasetFactory klasse en FileDatasetFactory klasse om exemplaren van gegevenssets te maken.

Klasse AbstractDataset-constructor.

Deze constructor mag niet rechtstreeks worden aangeroepen. De gegevensset is bedoeld om te worden gemaakt met behulp van TabularDatasetFactory klasse en FileDatasetFactory klasse.

Overname

builtins.object

AbstractDataset

Constructor

AbstractDataset()

Methoden

add_tags	Voeg sleutelwaardeparen toe aan de woordenlijst met tags van deze gegevensset.
as_named_input	Geef een naam op voor deze gegevensset die wordt gebruikt om de gerealiseerde gegevensset in de uitvoering op te halen.
get_all	Haal alle geregistreerde gegevenssets op in de werkruimte.
get_by_id	Haal een gegevensset op die wordt opgeslagen in de werkruimte.
get_by_name	Haal een geregistreerde gegevensset op uit de werkruimte op basis van de registratienaam.
get_partition_key_values	Retourneer unieke sleutelwaarden van partition_keys. controleer of partition_keys een geldige subset van de volledige set partitiesleutels is, retourneer unieke sleutelwaarden van partition_keys. Standaard worden de unieke sleutelcombinaties geretourneerd door de volledige set partitiesleutels van deze gegevensset te nemen als partition_keys Geen is # get all partition key value pairs partitions = ds.get_partition_key_values() # Return [{'country': 'US', 'state': 'WA', 'partition_date': datetime('2020-1-1')}] partitions = ds.get_partition_key_values(['country']) # Return [{'country': 'US'}]
register	Registreer de gegevensset bij de opgegeven werkruimte.
remove_tags	Verwijder de opgegeven sleutels uit de tagswoordenlijst van deze gegevensset.
unregister_all_versions	Hef de registratie van alle versies onder de registratienaam van deze gegevensset op in de werkruimte.
update	Voer een in-place update van de gegevensset uit.

add_tags

Voeg sleutelwaardeparen toe aan de woordenlijst met tags van deze gegevensset.

add_tags(tags=None)

Parameters

Name	Description
tags Vereist	dict[str, str] De woordenlijst met tags die u wilt toevoegen.

Retouren

Type	Description
Union[TabularDataset, FileDataset]	Het bijgewerkte gegevenssetobject.

as_named_input

Geef een naam op voor deze gegevensset die wordt gebruikt om de gerealiseerde gegevensset in de uitvoering op te halen.

as_named_input(name)

Parameters

Name	Description
name Vereist	str De naam van de gegevensset voor de uitvoering.

Retouren

Type	Description
DatasetConsumptionConfig	Het configuratieobject dat beschrijft hoe de gegevensset in de uitvoering moet worden gerealiseerd.

Opmerkingen

De naam hier is alleen van toepassing binnen een Azure Machine Learning-uitvoering. De naam mag alleen alfanumerieke tekens en onderstrepingstekens bevatten, zodat deze beschikbaar kan worden gemaakt als een omgevingsvariabele. U kunt deze naam gebruiken om de gegevensset op te halen in de context van een uitvoering met behulp van twee benaderingen:

• Omgevingsvariabele:

  De naam is de naam van de omgevingsvariabele en de gerealiseerde gegevensset wordt beschikbaar gesteld als de waarde van de omgevingsvariabele. Als de gegevensset is gedownload of gekoppeld, is de waarde het gedownloade/gekoppelde pad. Bijvoorbeeld:

   # in your job submission notebook/script:
   dataset.as_named_input('foo').as_download('/tmp/dataset')

   # in the script that will be executed in the run
   import os
   path = os.environ['foo'] # path will be /tmp/dataset

Notitie

Als de gegevensset is ingesteld op de directe modus, is de waarde de gegevensset-id. U kunt dan

het gegevenssetobject ophalen door Dataset.get_by_id(os.environ['foo'])

• Run.input_datasets:

  Dit is een woordenlijst waarbij de sleutel de naam van de gegevensset is die u in deze methode hebt opgegeven en de waarde de gerealiseerde gegevensset is. Voor gedownloade en gekoppelde gegevensset is de waarde het gedownloade/gekoppelde pad. Voor de directe modus is de waarde hetzelfde gegevenssetobject dat u hebt opgegeven in het script voor het indienen van taken.

   # in your job submission notebook/script:
   dataset.as_named_input('foo') # direct mode

   # in the script that will be executed in the run
   run = Run.get_context()
   run.input_datasets['foo'] # this returns the dataset object from above.

get_all

Haal alle geregistreerde gegevenssets op in de werkruimte.

static get_all(workspace)

Parameters

Name	Description
workspace Vereist	Workspace De bestaande AzureML-werkruimte waarin de gegevenssets zijn geregistreerd.

Retouren

Type	Description
dict[str, Union[TabularDataset, FileDataset]]	Een woordenlijst met TabularDataset- en FileDataset-objecten, gesleuteld op hun registratienaam.

get_by_id

Haal een gegevensset op die wordt opgeslagen in de werkruimte.

static get_by_id(workspace, id, **kwargs)

Parameters

Name	Description
workspace Vereist	Workspace De bestaande AzureML-werkruimte waarin de gegevensset wordt opgeslagen.
id Vereist	str De id van de gegevensset.

Retouren

Type	Description
Union[TabularDataset, FileDataset]	Het gegevenssetobject. Als de gegevensset is geregistreerd, worden de registratienaam en -versie ook geretourneerd.

get_by_name

Haal een geregistreerde gegevensset op uit de werkruimte op basis van de registratienaam.

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

Parameters

Name	Description
workspace Vereist	Workspace De bestaande AzureML-werkruimte waarin de gegevensset is geregistreerd.
name Vereist	str De registratienaam.
version Vereist	int De registratieversie. De standaardwaarde is 'nieuwste'.

Retouren

Type	Description
Union[TabularDataset, FileDataset]	Het geregistreerde gegevenssetobject.

get_partition_key_values

Retourneer unieke sleutelwaarden van partition_keys.

controleer of partition_keys een geldige subset van de volledige set partitiesleutels is, retourneer unieke sleutelwaarden van partition_keys. Standaard worden de unieke sleutelcombinaties geretourneerd door de volledige set partitiesleutels van deze gegevensset te nemen als partition_keys Geen is

   # get all partition key value pairs
   partitions = ds.get_partition_key_values()
   # Return [{'country': 'US', 'state': 'WA', 'partition_date': datetime('2020-1-1')}]

   partitions = ds.get_partition_key_values(['country'])
   # Return [{'country': 'US'}]

get_partition_key_values(partition_keys=None)

Parameters

Name	Description
partition_keys Vereist	list[str] partitiesleutels

register

Registreer de gegevensset bij de opgegeven werkruimte.

register(workspace, name, description=None, tags=None, create_new_version=False)

Parameters

Name	Description
workspace Vereist	Workspace De werkruimte voor het registreren van de gegevensset.
name Vereist	str De naam waarmee de gegevensset moet worden geregistreerd.
description Vereist	str Een tekstbeschrijving van de gegevensset. De standaardwaarde is Geen.
tags Vereist	dict[str, str] Woordenlijst met sleutelwaardetags voor de gegevensset. De standaardwaarde is Geen.
create_new_version Vereist	bool Booleaanse waarde voor het registreren van de gegevensset als een nieuwe versie onder de opgegeven naam.

Retouren

Type	Description
Union[TabularDataset, FileDataset]	Het geregistreerde gegevenssetobject.

remove_tags

Verwijder de opgegeven sleutels uit de tagswoordenlijst van deze gegevensset.

remove_tags(tags=None)

Parameters

Name	Description
tags Vereist	list[str] De lijst met sleutels die u wilt verwijderen.

Retouren

Type	Description
Union[TabularDataset, FileDataset]	Het bijgewerkte gegevenssetobject.

unregister_all_versions

Hef de registratie van alle versies onder de registratienaam van deze gegevensset op in de werkruimte.

unregister_all_versions()

Opmerkingen

De bewerking wijzigt geen brongegevens.

update

Voer een in-place update van de gegevensset uit.

update(description=None, tags=None)

Parameters

Name	Description
description Vereist	str De nieuwe beschrijving die moet worden gebruikt voor de gegevensset. Deze beschrijving vervangt de bestaande beschrijving. Standaard ingesteld op bestaande beschrijving. Als u de beschrijving wilt wissen, voert u een lege tekenreeks in.
tags Vereist	dict[str, str] Een woordenlijst met tags waarmee u de gegevensset kunt bijwerken. Deze tags vervangen bestaande tags voor de gegevensset. Standaard ingesteld op bestaande tags. Als u tags wilt wissen, voert u een lege woordenlijst in.

Retouren

Type	Description
Union[TabularDataset, FileDataset]	Het bijgewerkte gegevenssetobject.

Kenmerken

data_changed_time

Retourneer de gewijzigde tijd van de brongegevens.

Retouren

Type	Description
datetime	Het tijdstip waarop de meest recente wijziging is opgetreden in de brongegevens.

Opmerkingen

De tijd waarop gegevens zijn gewijzigd, is beschikbaar voor een gegevensbron op basis van een bestand. Geen wordt geretourneerd wanneer de gegevensbron niet wordt ondersteund voor het controleren wanneer de wijziging is opgetreden.

description

Retourneer de beschrijving van de registratie.

Retouren

Type	Description
str	Beschrijving van gegevensset.

id

Retourneer de id van de gegevensset.

Retouren

Type	Description
str	Gegevensset-id. Als de gegevensset niet is opgeslagen in een werkruimte, is de id Geen.

name

Retourneer de registratienaam.

Retouren

Type	Description
str	Naam van gegevensset.

partition_keys

Retourneer de partitiesleutels.

Retouren

Type	Description
list[str]	de partitiesleutels

tags

Retourneer de registratietags.

Retouren

Type	Description
str	Gegevenssettags.

version

Retourneer de registratieversie.

Retouren

Type	Description
int	Versie van gegevensset.