Skapa en parametriserad notebook-fil med hjälp av Papermill

Parameterisering i Azure Data Studio kör samma notebook-fil med en annan uppsättning parametrar.

Den här artikeln visar hur du skapar och kör en parametriserad notebook-fil i Azure Data Studio med hjälp av Python-kerneln.

Kommentar

För närvarande kan du använda parameterisering med Python, PySpark, PowerShell och .NET Interaktiva kernels.

Förutsättningar

• Azure Data Studio
• Python

Installera och konfigurera Papermill i Azure Data Studio

Alla steg i det här avsnittet körs i en Azure Data Studio-anteckningsbok.

1. Skapa en ny anteckningsbok. Ändra Kernel till Python 3:

   

2. Om du uppmanas att uppgradera dina Python-paket när paketen behöver uppdateras väljer du Ja:

   

3. Installera Papermill:

   import sys
   !{sys.executable} -m pip install papermill --no-cache-dir --upgrade
   

   Kontrollera att Papermill är installerat:

   import sys
   !{sys.executable} -m pip list
   

   

4. Kontrollera att Papermill har installerats korrekt genom att kontrollera versionen av Papermill:

   import papermill
   papermill
   

   

Exempel på parameterisering

Du kan använda en notebook-exempelfil för att gå igenom stegen i den här artikeln:

1. Gå till notebook-filen i GitHub. Välj Rå.
2. Välj Ctrl+S eller högerklicka och spara sedan filen med tillägget .ipynb.
3. Öppna filen i Azure Data Studio.

Konfigurera en parametriserad notebook-fil

Du kan börja med att öppna exempelanteckningsboken i Azure Data Studio eller utföra följande steg för att skapa en notebook-fil. Försök sedan använda olika parametrar. Alla steg körs i en Azure Data Studio-anteckningsbok.

1. Kontrollera att Kernel är inställt på Python 3:

   

2. Skapa en ny kodcell. Välj Parametrar för att tagga cellen som en parametercell.

   x = 2.0
   y = 5.0
   

   

3. Lägg till andra celler för att testa olika parametrar:

   addition = x + y
   multiply = x * y
   

   print("Addition: " + str(addition))
   print("Multiplication: " + str(multiply))
   

   När alla celler har körts ser utdata ut ungefär som i det här exemplet:

   

4. Spara notebook-filen som Input.ipynb:

   

Köra en Papermill-anteckningsbok

Du kan köra Papermill på två sätt:

• Kommandoradsgränssnittet (CLI)
• Python API

Parameteriserad CLI-körning

Om du vill köra en notebook-fil med hjälp av CLI går du till terminalen papermill och anger kommandot med notebook-filen för indata, platsen för utdataanteckningsboken och alternativen.

Kommentar

Mer information finns i Papermill CLI-dokumentationen.

1. Kör notebook-filen för indata med nya parametrar:

   papermill Input.ipynb Output.ipynb -p x 10 -p y 20
   

   Det här kommandot kör notebook-filen med nya värden för parametrarna x och y.

2. En ny cell med etiketten # Injected-Parameters innehåller de nya parametervärdena som skickades in via CLI. De nya # Injected-Parameters värdena används för de nya utdata som visas i den sista cellen:

   

Parameteriserad Python API-körning

Kommentar

Mer information finns i Dokumentationen om Papermill Python.

1. Skapa en ny anteckningsbok. Ändra Kernel till Python 3:

   

2. Lägg till en ny kodcell. Använd sedan Papermill Python-API:et för att köra och generera den utdataparameteriserade notebook-filen:

   import papermill as pm
   
   pm.execute_notebook(
   '/Users/vasubhog/GitProjects/AzureDataStudio-Notebooks/Demo_Parameterization/Input.ipynb',
   '/Users/vasubhog/GitProjects/AzureDataStudio-Notebooks/Demo_Parameterization/Output.ipynb',
   parameters = dict(x = 10, y = 20)
   )
   

   

3. En ny cell med etiketten # Injected-Parameters innehåller de nya parametervärdena som skickades in. De nya # Injected-Parameters värdena används för de nya utdata som visas i den sista cellen:

   

Nästa steg

Läs mer om notebook-filer och parameterisering:

• Så här använder du notebook-filer i Azure Data Studio
• Dokumentation om papermillparameterisering
• URI-parameterisering
• Kör med parametrar