Programowanie interakcyjne języka R

DOTYCZY: Rozszerzenie interfejsu wiersza polecenia platformy Azure w wersji 2 (current)Zestaw PYTHON SDK azure-ai-ml v2 (bieżąca)

W tym artykule pokazano, jak używać języka R w wystąpieniu obliczeniowym w usłudze Azure Machine Edukacja Studio, które uruchamia jądro języka R w notesie Jupyter.

Działa również popularne środowisko IDE programu RStudio. Program RStudio lub Posit Workbench można zainstalować w kontenerze niestandardowym w wystąpieniu obliczeniowym. Jednak ma to ograniczenia dotyczące odczytywania i zapisywania w obszarze roboczym usługi Azure Machine Edukacja.

Ważne

Kod przedstawiony w tym artykule działa na maszynie azure Edukacja wystąpieniu obliczeniowym. Wystąpienie obliczeniowe ma plik środowiska i konfiguracji niezbędny do pomyślnego uruchomienia kodu.

Wymagania wstępne

• Jeśli nie masz subskrypcji platformy Azure, przed rozpoczęciem utwórz bezpłatne konto. Wypróbuj bezpłatną lub płatną wersję usługi Azure Machine Edukacja dzisiaj
• Obszar roboczy usługi Azure Machine Edukacja i wystąpienie obliczeniowe
• Podstawowa wiedza na temat korzystania z notesów Jupyter w usłudze Azure Machine Edukacja Studio. Aby uzyskać więcej informacji, zobacz Tworzenie modeli na stacji roboczej w chmurze.

Uruchamianie języka R w notesie w programie Studio

W wystąpieniu obliczeniowym użyjesz notesu w obszarze roboczym usługi Azure Machine Edukacja.

1. Zaloguj się do usługi Azure Machine Edukacja Studio

2. Otwórz obszar roboczy, jeśli nie został jeszcze otwarty

3. W obszarze nawigacji po lewej stronie wybierz pozycję Notesy

4. Tworzenie nowego notesu o nazwie RunR.ipynb

   Napiwek

   Jeśli nie masz pewności, jak tworzyć notesy i pracować z notesami w programie Studio, zapoznaj się z tematem Uruchamianie notesów Jupyter w obszarze roboczym

5. Wybierz notes.

6. Na pasku narzędzi notesu upewnij się, że wystąpienie obliczeniowe jest uruchomione. Jeśli nie, uruchom go teraz.

7. Na pasku narzędzi notesu przełącz jądro na język R.

   

Notes jest teraz gotowy do uruchamiania poleceń języka R.

Uzyskiwanie dostępu do danych

Możesz przekazać pliki do zasobu magazynu plików obszaru roboczego, a następnie uzyskać dostęp do tych plików w języku R. Jednak w przypadku plików przechowywanych w zasobach danych platformy Azure lub danych z magazynów danych należy zainstalować niektóre pakiety.

W tej sekcji opisano sposób używania języka Python i reticulate pakietu do ładowania zasobów danych i magazynów danych do języka R z sesji interaktywnej. Pakiet języka Python i reticulate pakiet języka R służą azureml-fsspec do odczytywania danych tabelarycznych jako ramek danych biblioteki Pandas. Ta sekcja zawiera również przykład odczytywania zasobów danych i magazynów danych w języku R data.frame.

Aby zainstalować te pakiety:

1. Utwórz nowy plik w wystąpieniu obliczeniowym o nazwie setup.sh.

2. Skopiuj ten kod do pliku:

   #!/bin/bash
   
   set -e
   
   # Installs azureml-fsspec in default conda environment 
   # Does not need to run as sudo
   
   eval "$(conda shell.bash hook)"
   conda activate azureml_py310_sdkv2
   pip install azureml-fsspec
   conda deactivate
   
   # Checks that version 1.26 of reticulate is installed (needs to be done as sudo)
   
   sudo -u azureuser -i <<'EOF'
   R -e "if (packageVersion('reticulate') >= 1.26) message('Version OK') else install.packages('reticulate')"
   EOF
   

3. Wybierz pozycję Zapisz i uruchom skrypt w terminalu , aby uruchomić skrypt

Skrypt instalacji obsługuje następujące kroki:

• pip program jest instalowany azureml-fsspec w domyślnym środowisku conda dla wystąpienia obliczeniowego
• Instaluje pakiet języka R reticulate w razie potrzeby (wersja musi być 1.26 lub nowsza)

Odczytywanie danych tabelarycznych z zarejestrowanych zasobów danych lub magazynów danych

W przypadku danych przechowywanych w zasobie danych utworzonym w usłudze Azure Machine Edukacja wykonaj następujące kroki, aby odczytać ten plik tabelaryczny w ramce danych Biblioteki Pandas lub R data.frame:

Uwaga

Odczytywanie pliku z reticulate tylko danymi tabelarycznymi.

1. Upewnij się, że masz poprawną wersję programu reticulate. W przypadku wersji mniejszej niż 1.26 spróbuj użyć nowszego wystąpienia obliczeniowego.

   packageVersion("reticulate")
   

2. Ładowanie reticulate i ustawianie środowiska conda, w którym azureml-fsspec zainstalowano

   library(reticulate)
   use_condaenv("azureml_py310_sdkv2")
   print("Environment is set")

3. Znajdź ścieżkę identyfikatora URI do pliku danych.

   1. Najpierw uzyskaj dojście do obszaru roboczego

      py_code <- "from azure.identity import DefaultAzureCredential
      from azure.ai.ml import MLClient
      credential = DefaultAzureCredential()
      ml_client = MLClient.from_config(credential=credential)"
      
      py_run_string(py_code)
      print("ml_client is configured")

   2. Użyj tego kodu, aby pobrać zasób. Pamiętaj, aby zastąpić <MY_NAME> element i <MY_VERSION> nazwą i numerem zasobu danych.

      Napiwek

      W programie Studio wybierz pozycję Dane w obszarze nawigacji po lewej stronie, aby znaleźć nazwę i numer wersji zasobu danych.

      # Replace <MY_NAME> and <MY_VERSION> with your values
      py_code <- "my_name = '<MY_NAME>'
      my_version = '<MY_VERSION>'
      data_asset = ml_client.data.get(name=my_name, version=my_version)
      data_uri = data_asset.path"

   3. Uruchom kod, aby pobrać identyfikator URI.

      py_run_string(py_code)
      print(paste("URI path is", py$data_uri))

4. Odczytywanie plików w środowisku języka R za pomocą funkcji odczytu biblioteki Pandas

   pd <- import("pandas")
   cc <- pd$read_csv(py$data_uri)
   head(cc)

Możesz również użyć identyfikatora URI magazynu danych, aby uzyskać dostęp do różnych plików w zarejestrowanym magazynie danych i odczytać te zasoby w języku R data.frame.

1. W tym formacie utwórz identyfikator URI magazynu danych przy użyciu własnych wartości:

   subscription <- '<subscription_id>'
   resource_group <- '<resource_group>'
   workspace <- '<workspace>'
   datastore_name <- '<datastore>'
   path_on_datastore <- '<path>'
   
   uri <- paste0("azureml://subscriptions/", subscription, "/resourcegroups/", resource_group, "/workspaces/", workspace, "/datastores/", datastore_name, "/paths/", path_on_datastore)
   

   Napiwek

   Zamiast pamiętać format identyfikatora URI magazynu danych, możesz skopiować i wkleić identyfikator URI magazynu danych z poziomu interfejsu użytkownika programu Studio, jeśli znasz magazyn danych, w którym znajduje się plik:

   1. Przejdź do pliku/folderu, który chcesz odczytać do języka R
   2. Wybierz wielokropek (...) obok niego.
   3. Wybierz z menu Kopiuj identyfikator URI.
   4. Wybierz identyfikator URI magazynu danych, aby skopiować go do notesu/skryptu. Należy pamiętać, że musisz utworzyć zmienną dla <path> elementu w kodzie.

2. Utwórz obiekt magazynu plików przy użyciu wyżej wymienionego identyfikatora URI:

fs <- azureml.fsspec$AzureMachineLearningFileSystem(uri, sep = "")

3. Przeczytaj w języku R data.frame:

df <- with(fs$open("<path>)", "r") %as% f, {
 x <- as.character(f$read(), encoding = "utf-8")
 read.csv(textConnection(x), header = TRUE, sep = ",", stringsAsFactors = FALSE)
})
print(df)

Instalowanie pakietów R

Wystąpienie obliczeniowe ma wiele wstępnie zainstalowanych pakietów języka R.

Aby zainstalować inne pakiety, należy jawnie stwierdzić lokalizację i zależności.

Napiwek

Podczas tworzenia lub używania innego wystąpienia obliczeniowego należy ponownie zainstalować wszystkie zainstalowane pakiety.

Aby na przykład zainstalować tsibble pakiet:

install.packages("tsibble", 
                 dependencies = TRUE,
                 lib = "/home/azureuser")

Uwaga

W przypadku instalowania pakietów w ramach sesji języka R, która jest uruchamiana w notesie Jupyter, dependencies = TRUE jest wymagana. W przeciwnym razie pakiety zależne nie zostaną automatycznie zainstalowane. Lokalizacja lib jest również wymagana do zainstalowania w prawidłowej lokalizacji wystąpienia obliczeniowego.

Ładowanie bibliotek języka R

Dodaj /home/azureuser do ścieżki biblioteki języka R.

.libPaths("/home/azureuser")

Napiwek

Aby uzyskać dostęp do bibliotek zainstalowanych przez użytkownika, należy zaktualizować .libPaths skrypt w każdym interakcyjnym języku R. Dodaj ten kod na początku każdego interaktywnego skryptu języka R lub notesu.

Po zaktualizowaniu biblioteki libPath załaduj biblioteki tak jak zwykle.

library('tsibble')

Używanie języka R w notesie

Poza opisanymi wcześniej problemami należy użyć języka R, tak jak w każdym innym środowisku, w tym lokalnej stacji roboczej. W notesie lub skryscie możesz odczytywać i zapisywać w ścieżce, w której jest przechowywany notes/skrypt.

Uwaga

• Z interakcyjnej sesji języka R można zapisywać tylko w systemie plików obszaru roboczego.
• Z interakcyjnej sesji języka R nie można wchodzić w interakcje z platformą MLflow (na przykład z modelem dziennika lub rejestrem zapytań).

Następne kroki

• Dostosowywanie skryptu języka R do uruchamiania w środowisku produkcyjnym