DataOperations Klasa
DataOperations.
Nie należy bezpośrednio utworzyć wystąpienia tej klasy. Zamiast tego należy utworzyć wystąpienie klasy MLClient, które tworzy wystąpienie dla Ciebie i dołącza je jako atrybut.
- Dziedziczenie
-
azure.ai.ml._scope_dependent_operations._ScopeDependentOperationsDataOperations
Konstruktor
DataOperations(operation_scope: OperationScope, operation_config: OperationConfig, service_client: AzureMachineLearningWorkspaces | AzureMachineLearningWorkspaces, datastore_operations: DatastoreOperations, **kwargs: Dict)
Parametry
- operation_scope
- <xref:azure.ai.ml._scope_dependent_operations.OperationScope>
Zmienne zakresu dla klas operacji obiektu MLClient.
- operation_config
- <xref:azure.ai.ml._scope_dependent_operations.OperationConfig>
Typowa konfiguracja dla klas operacji obiektu MLClient.
- service_client
- Union[ <xref:azure.ai.ml._restclient.v2023_04_01_preview._azure_machine_learning_workspaces.AzureMachineLearningWorkspaces>, <xref:azure.ai.ml._restclient.v2021_10_01_dataplanepreview._azure_machine_learning_workspaces. AzureMachineLearningWorkspaces>]
Klient usługi umożliwia użytkownikom końcowym działanie na zasobach obszaru roboczego usługi Azure Machine Learning (ServiceClient042023Preview lub ServiceClient102021Dataplane).
- datastore_operations
- DatastoreOperations
Reprezentuje klienta do wykonywania operacji w magazynach danych.
Metody
archive |
Archiwizowanie zasobu danych. |
create_or_update |
Zwraca utworzony lub zaktualizowany zasób danych. Jeśli jeszcze nie znajduje się w magazynie, zasób zostanie przekazany do magazynu obiektów blob obszaru roboczego. |
get |
Pobierz określony zasób danych. |
import_data |
Uwaga Jest to metoda eksperymentalna i może ulec zmianie w dowolnym momencie. Aby uzyskać więcej informacji, zobacz https://aka.ms/azuremlexperimental. Zwraca zadanie importu danych, które tworzy zasób danych. |
list |
Wyświetl listę zasobów danych obszaru roboczego. |
list_materialization_status |
Uwaga Jest to metoda eksperymentalna i może ulec zmianie w dowolnym momencie. Aby uzyskać więcej informacji, zobacz https://aka.ms/azuremlexperimental. Wyświetlanie listy zadań materializacji elementu zawartości. |
restore |
Przywracanie zarchiwizowanego elementu zawartości danych. |
share |
Uwaga Jest to metoda eksperymentalna i może ulec zmianie w dowolnym momencie. Aby uzyskać więcej informacji, zobacz https://aka.ms/azuremlexperimental. Udostępnianie zasobu danych z obszaru roboczego do rejestru. |
archive
Archiwizowanie zasobu danych.
archive(name: str, version: str | None = None, label: str | None = None, **kwargs) -> None
Parametry
Zwraca
Brak
Przykłady
Przykład zarchiwizowanego elementu zawartości danych.
ml_client.data.archive("data-asset-name")
create_or_update
Zwraca utworzony lub zaktualizowany zasób danych.
Jeśli jeszcze nie znajduje się w magazynie, zasób zostanie przekazany do magazynu obiektów blob obszaru roboczego.
create_or_update(data: Data) -> Data
Parametry
Zwraca
Obiekt zasobu danych.
Typ zwracany
Wyjątki
Wywoływane, gdy ścieżka artefaktu danych jest już połączona z innym zasobem
Zgłoszone, jeśli nie można pomyślnie zweryfikować danych. Szczegóły zostaną podane w komunikacie o błędzie.
Podniesiono, jeśli ścieżka lokalna wskazuje pusty katalog.
Przykłady
Przykład tworzenia zasobów danych.
from azure.ai.ml.entities import Data
data_asset_example = Data(name=data_asset_name, version="2.0", path="./sdk/ml/azure-ai-ml/samples/src")
ml_client.data.create_or_update(data_asset_example)
get
Pobierz określony zasób danych.
get(name: str, version: str | None = None, label: str | None = None) -> Data
Parametry
Zwraca
Obiekt zasobu danych.
Typ zwracany
Wyjątki
Zgłoszone, jeśli nie można pomyślnie zidentyfikować i pobrać danych. Szczegóły zostaną podane w komunikacie o błędzie.
Przykłady
Przykład pobierania zasobów danych.
ml_client.data.get(name="data-asset-name", version="2.0")
import_data
Uwaga
Jest to metoda eksperymentalna i może ulec zmianie w dowolnym momencie. Aby uzyskać więcej informacji, zobacz https://aka.ms/azuremlexperimental.
Zwraca zadanie importu danych, które tworzy zasób danych.
import_data(data_import: DataImport, **kwargs) -> PipelineJob
Parametry
Zwraca
obiekt zadania importowania danych.
Typ zwracany
Przykłady
Przykład importowania zasobów danych.
from azure.ai.ml.entities._data_import.data_import import DataImport
from azure.ai.ml.entities._inputs_outputs.external_data import Database
database_example = Database(query="SELECT ID FROM DataTable", connection="azureml:my_azuresqldb_connection")
data_import_example = DataImport(
name="data-asset-name", path="azureml://datastores/workspaceblobstore/paths/", source=database_example
)
ml_client.data.import_data(data_import_example)
list
Wyświetl listę zasobów danych obszaru roboczego.
list(name: str | None = None, *, list_view_type: ListViewType = ListViewType.ACTIVE_ONLY) -> ItemPaged[Data]
Parametry
- list_view_type
Typ widoku z uwzględnieniem/wykluczania (na przykład) zarchiwizowanych zasobów danych. Ustawienie domyślne: ACTIVE_ONLY.
Zwraca
Iterator, taki jak wystąpienie obiektów danych
Typ zwracany
Przykłady
Przykład wyświetlania listy zasobów danych.
ml_client.data.list(name="data-asset-name")
list_materialization_status
Uwaga
Jest to metoda eksperymentalna i może ulec zmianie w dowolnym momencie. Aby uzyskać więcej informacji, zobacz https://aka.ms/azuremlexperimental.
Wyświetlanie listy zadań materializacji elementu zawartości.
list_materialization_status(name: str, *, list_view_type: ListViewType = ListViewType.ACTIVE_ONLY, **kwargs) -> Iterable[PipelineJob]
Parametry
- list_view_type
- Optional[<xref:ListViewType>]
Typ widoku obejmujący/wykluczający (na przykład) zarchiwizowane zadania. Ustawienie domyślne: ACTIVE_ONLY.
Zwraca
Iterator, taki jak wystąpienie obiektów zadania.
Typ zwracany
Przykłady
Przykład zadań materializacji listy.
ml_client.data.list_materialization_status("data-asset-name")
restore
Przywracanie zarchiwizowanego elementu zawartości danych.
restore(name: str, version: str | None = None, label: str | None = None, **kwargs) -> None
Parametry
Zwraca
Brak
Przykłady
Przykład przywracania zasobu danych.
ml_client.data.restore("data-asset-name")
share
Uwaga
Jest to metoda eksperymentalna i może ulec zmianie w dowolnym momencie. Aby uzyskać więcej informacji, zobacz https://aka.ms/azuremlexperimental.
Udostępnianie zasobu danych z obszaru roboczego do rejestru.
share(name, version, *, share_with_name, share_with_version, registry_name, **kwargs) -> Data
Parametry
- share_with_name
- str
Nazwa zasobu danych do udostępnienia.
- share_with_version
- str
Wersja zasobu danych do udostępnienia.
- registry_name
- str
Nazwa rejestru docelowego.
Zwraca
Obiekt zasobu danych.
Typ zwracany
Przykłady
Przykład udostępniania zasobu danych.
ml_client.data.share(
name="data-asset-name",
version="2.0",
registry_name="my-registry",
share_with_name="transformed-nyc-taxi-data-shared-from-ws",
share_with_version="2.0",
)
Azure SDK for Python
Opinia
https://aka.ms/ContentUserFeedback.
Dostępne już wkrótce: W 2024 r. będziemy stopniowo wycofywać zgłoszenia z serwisu GitHub jako mechanizm przesyłania opinii na temat zawartości i zastępować go nowym systemem opinii. Aby uzyskać więcej informacji, sprawdź:Prześlij i wyświetl opinię dla