DatasetSnapshot Klas

Beheert momentopnamen van gegevenssets met bewerkingen om een snapsot op te halen, de status ervan te retourneren en deze te converteren naar een gegevensframe.

Notitie

Deze klasse is afgeschaft. Voor meer informatie raadpleegt u https://aka.ms/dataset-deprecation.

Een DataSnapshot-object wordt geretourneerd vanuit de create_snapshot methode van de Dataset klasse.

Momentopname van gegevensset is een combinatie van Profiel en een optionele gerealiseerde kopie van de gegevens.

Ga voor meer informatie over momentopnamen van gegevenssets naar https://aka.ms/azureml/howto/createsnapshots

Overname

builtins.object

DatasetSnapshot

Constructor

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)

Parameters

Name	Description
workspace Vereist	<xref:azureml.core.Workspace.> De werkruimte waarin de gegevensset is geregistreerd.
snapshot_name Vereist	str De naam van de momentopname van de gegevensset.
dataset_id Vereist	str De id van de gegevensset.
definition_version Vereist	str De definitieversie van de gegevensset.
time_stamp Vereist	datetime De aanmaaktijd van de momentopname.
profile_action_id Vereist	str De actie-id van het momentopnameprofiel.
datastore_name Vereist	str De naam van het gegevensarchief van de momentopname.
relative_path Vereist	str Het relatieve pad naar de momentopnamegegevens.
dataset_name Vereist	str De naam van de gegevensset.

Methoden

compare_profiles	Vergelijk het huidige gegevenssetprofiel met rhs_dataset profiel. Als er geen profielen bestaan, genereert deze methode een uitzondering.
get	Haal de momentopname van de gegevensset op op basis van de naam van de momentopname.
get_all	Haal alle momentopnamen van de opgegeven gegevensset op.
get_profile	Haal het profiel van de momentopname van de gegevensset op.
get_status	Haal de status van het maken van de momentopname van de gegevensset op.
is_data_snapshot_available	Controleer of de gerealiseerde kopie van de momentopname beschikbaar is.
to_pandas_dataframe	Maak een Pandas DataFrame door de gegevens te laden die zijn opgeslagen met de momentopname.
to_spark_dataframe	Maak een Spark DataFrame door de gegevens te laden die zijn opgeslagen met de momentopname.
wait_for_completion	Wacht totdat DatasetSnapshot generaton is voltooid.

compare_profiles

Vergelijk het huidige gegevenssetprofiel met rhs_dataset profiel.

Als er geen profielen bestaan, genereert deze methode een uitzondering.

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

Parameters

Name	Description
rhs_dataset_snapshot Vereist	DatasetSnapshot De momentopname van de gegevensset waarmee u wilt vergelijken.
include_columns	list[str] Een lijst met kolomnamen die moeten worden opgenomen in de vergelijking. Default value: None
exclude_columns	list[str] Een lijst met kolomnamen die moeten worden uitgesloten in de vergelijking. Default value: None
histogram_compare_method	HistogramCompareMethod Een opsomming waarin de vergelijkingsmethode wordt beschreven, bijvoorbeeld: WASSERSTEIN of ENERGY. Default value: HistogramCompareMethod.WASSERSTEIN

Retouren

Type	Description
<xref:azureml.dataprep.api.engineapi.typedefinitions.DataProfileDifference>	Het verschil tussen de profielen.

get

Haal de momentopname van de gegevensset op op basis van de naam van de momentopname.

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

Parameters

Name	Description
workspace Vereist	Workspace De werkruimte waarin de gegevensset is geregistreerd.
snapshot_name Vereist	str De naam van de momentopname van de gegevensset.
dataset_name Vereist	De naam van de gegevensset.
dataset_id Vereist	uuid De id van de gegevensset.

Retouren

Type	Description
DatasetSnapshot	Een DatasetSnapshot-object.

get_all

Haal alle momentopnamen van de opgegeven gegevensset op.

static get_all(workspace, dataset_name)

Parameters

Name	Description
workspace Vereist	Workspace De werkruimte waarin de gegevensset is geregistreerd.
dataset_name Vereist	De naam van de gegevensset.

Retouren

Type	Description
list[DatasetSnapshot]	Een lijst met momentopnamen van gegevenssets

get_profile

Haal het profiel van de momentopname van de gegevensset op.

get_profile()

Retouren

Type	Description
<xref:azureml.dataprep.DataProfile>	Het DataProfile van de momentopname van de gegevensset

get_status

Haal de status van het maken van de momentopname van de gegevensset op.

get_status()

Retouren

Type	Description
str	De status van momentopname van gegevensset.

is_data_snapshot_available

Controleer of de gerealiseerde kopie van de momentopname beschikbaar is.

is_data_snapshot_available()

Retouren

Type	Description
bool	True als de momentopname van de gegevens beschikbaar is.

to_pandas_dataframe

Maak een Pandas DataFrame door de gegevens te laden die zijn opgeslagen met de momentopname.

to_pandas_dataframe()

Retouren

Type	Description
DataFrame	Een Pandas DataFrame.

Opmerkingen

Het Pandas DataFrame is volledig gematerialiseerd in het geheugen. Als de momentopname is gemaakt met create_data_snapshot=False, wordt er een uitzondering gegenereerd. Als u wilt controleren of de momentopname gegevens bevat, gebruikt u de functie is_data_snapshot_available.

to_spark_dataframe

Maak een Spark DataFrame door de gegevens te laden die zijn opgeslagen met de momentopname.

to_spark_dataframe()

Retouren

Type	Description
DataFrame	Een Spark DataFrame.

Opmerkingen

Het geretourneerde Spark-dataframe is slechts een uitvoeringsplan en bevat geen gegevens, omdat Spark-dataframes lazily worden geëvalueerd. Als de momentopname is gemaakt met create_data_snapshot=False, wordt er een uitzondering gegenereerd wanneer u toegang probeert te krijgen tot de gegevens. Als u wilt controleren of de momentopname gegevens bevat, gebruikt u is_data_snapshot_available.

wait_for_completion

Wacht totdat DatasetSnapshot generaton is voltooid.

wait_for_completion(show_output=True, status_update_frequency=10)

Parameters

Name	Description
show_output	bool Geeft aan of de methode de uitvoer afdrukt. Default value: True
status_update_frequency	int De updatefrequentie van de uitvoeringsstatus van de actie in seconden. Default value: 10

Kenmerken

dataset_id

Haal de gegevensset-id op.

Retouren

Type	Description
str	De gegevensset-id.

name

Haal de naam van de momentopname van de gegevensset op.

Retouren

Type	Description
str	De naam van de momentopname van de gegevensset.

workspace

Haal de Azure Machine Learning-werkruimte op waar de gegevensset is geregistreerd.

Retouren

Type	Description
Workspace	De werkruimte waarin de gegevensset is geregistreerd.