Delen via


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

tags
dict[str, str]
Vereist

De woordenlijst met tags die u wilt toevoegen.

Retouren

Het bijgewerkte gegevenssetobject.

Retourtype

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
str
Vereist

De naam van de gegevensset voor de uitvoering.

Retouren

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

Retourtype

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

workspace
Workspace
Vereist

De bestaande AzureML-werkruimte waarin de gegevenssets zijn geregistreerd.

Retouren

Een woordenlijst met TabularDataset- en FileDataset-objecten, gesleuteld op hun registratienaam.

Retourtype

get_by_id

Haal een gegevensset op die wordt opgeslagen in de werkruimte.

static get_by_id(workspace, id, **kwargs)

Parameters

workspace
Workspace
Vereist

De bestaande AzureML-werkruimte waarin de gegevensset wordt opgeslagen.

id
str
Vereist

De id van de gegevensset.

Retouren

Het gegevenssetobject. Als de gegevensset is geregistreerd, worden de registratienaam en -versie ook geretourneerd.

Retourtype

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

workspace
Workspace
Vereist

De bestaande AzureML-werkruimte waarin de gegevensset is geregistreerd.

name
str
Vereist

De registratienaam.

version
int
Vereist

De registratieversie. De standaardwaarde is 'nieuwste'.

Retouren

Het geregistreerde gegevenssetobject.

Retourtype

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

partition_keys
list[str]
Vereist

partitiesleutels

register

Registreer de gegevensset bij de opgegeven werkruimte.

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

Parameters

workspace
Workspace
Vereist

De werkruimte voor het registreren van de gegevensset.

name
str
Vereist

De naam waarmee de gegevensset moet worden geregistreerd.

description
str
Vereist

Een tekstbeschrijving van de gegevensset. De standaardwaarde is Geen.

tags
dict[str, str]
Vereist

Woordenlijst met sleutelwaardetags voor de gegevensset. De standaardwaarde is Geen.

create_new_version
bool
Vereist

Booleaanse waarde voor het registreren van de gegevensset als een nieuwe versie onder de opgegeven naam.

Retouren

Het geregistreerde gegevenssetobject.

Retourtype

remove_tags

Verwijder de opgegeven sleutels uit de tagswoordenlijst van deze gegevensset.

remove_tags(tags=None)

Parameters

tags
list[str]
Vereist

De lijst met sleutels die u wilt verwijderen.

Retouren

Het bijgewerkte gegevenssetobject.

Retourtype

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

description
str
Vereist

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
dict[str, str]
Vereist

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

Het bijgewerkte gegevenssetobject.

Retourtype

Kenmerken

data_changed_time

Retourneer de gewijzigde tijd van de brongegevens.

Retouren

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

Retourtype

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

Beschrijving van gegevensset.

Retourtype

str

id

Retourneer de id van de gegevensset.

Retouren

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

Retourtype

str

name

Retourneer de registratienaam.

Retouren

Naam van gegevensset.

Retourtype

str

partition_keys

Retourneer de partitiesleutels.

Retouren

de partitiesleutels

Retourtype

tags

Retourneer de registratietags.

Retouren

Gegevenssettags.

Retourtype

str

version

Retourneer de registratieversie.

Retouren

Versie van gegevensset.

Retourtype

int