Sdílet prostřednictvím

Dataset Třída

  • Reference

Představuje prostředek pro zkoumání, transformaci a správu dat ve službě Azure Machine Learning.

Datová sada je odkaz na data v nebo Datastore za veřejnými webovými adresami URL.

V případě zastaralých metod v této třídě zkontrolujte AbstractDataset vylepšená rozhraní API třídy.

Podporují se následující typy datových sad:

  • Objekt TabularDataset reprezentuje data v tabulkovém formátu vytvořeném parsováním zadaného souboru nebo seznamu souborů.

  • Objekt FileDataset odkazuje na jeden nebo několik souborů v úložištích dat nebo z veřejných adres URL.

Pokud chcete začít pracovat s datovými sadami, přečtěte si článek Přidání & registrace datových sad nebo si prohlédněte poznámkové bloky https://aka.ms/tabulardataset-samplenotebook a https://aka.ms/filedataset-samplenotebook.

Inicializujte objekt Dataset.

Pokud chcete získat datovou sadu, která už je v pracovním prostoru zaregistrovaná, použijte metodu get.

Dědičnost
builtins.object
Dataset

Konstruktor

Dataset(definition, workspace=None, name=None, id=None)

Parametry

Name Description
definition
Vyžadováno
<xref:azureml.data.DatasetDefinition>

Definice datové sady.
workspace
Vyžadováno
Workspace

Pracovní prostor, ve kterém datová sada existuje.
name
Vyžadováno
str

Název datové sady.
id
Vyžadováno
str

Jedinečný identifikátor datové sady.

Poznámky

Třída Dataset zveřejňuje dva atributy třídy convenience (File a Tabular), které můžete použít k vytvoření datové sady, aniž byste museli pracovat s odpovídajícími metodami továrny. Pokud chcete například vytvořit datovou sadu pomocí těchto atributů:

  • Dataset.Tabular.from_delimited_files()

  • Dataset.File.from_files()

Můžete také vytvořit novou TabularDataset nebo FileDataset přímým voláním odpovídajících metod továrny třídy definované v TabularDatasetFactory a FileDatasetFactory.

Následující příklad ukazuje, jak vytvořit objekt TabularDataset odkazující na jednu cestu v úložišti dat.


   from azureml.core import Dataset
   dataset = Dataset.Tabular.from_delimited_files(path = [(datastore, 'train-dataset/tabular/iris.csv')])

   # preview the first 3 rows of the dataset
   dataset.take(3).to_pandas_dataframe()

Úplná ukázka je k dispozici na https://github.com/Azure/MachineLearningNotebooks/blob/master/how-to-use-azureml/work-with-data/datasets-tutorial/train-with-datasets/train-with-datasets.ipynb

Proměnné

Name Description
azureml.core.Dataset.File

Atribut třídy, který poskytuje přístup k FileDatasetFactory metody pro vytváření nových FileDataset objekty. Použití: Dataset.File.from_files().
azureml.core.Dataset.Tabular

Atribut třídy, který poskytuje přístup k metodám TabularDatasetFactory pro vytváření nových objektů TabularDataset. Použití: Dataset.Tabular.from_delimited_files().

Metody

archive

Archivace aktivní nebo zastaralé datové sady

Poznámka

Tato metoda je zastaralá a už nebude podporována.

Další informace naleznete v tématu https://aka.ms/dataset-deprecation.
auto_read_files

Analyzuje soubory na zadané cestě a vrátí novou datovou sadu.

Poznámka

Tato metoda je zastaralá a už nebude podporována.

Ke čtení souborů doporučujeme používat metody Dataset.Tabular.from_*. Další informace naleznete v tématu https://aka.ms/dataset-deprecation.
compare_profiles

Porovnejte profil aktuální datové sady s jiným profilem datové sady.

To ukazuje rozdíly v souhrnných statistikách mezi dvěma datovými sadami. Parametr "rhs_dataset" je zkratka pro "pravá strana" a je jednoduše druhou datovou sadou. První datová sada (aktuální objekt datové sady) se považuje za "levou stranu".

Poznámka

Tato metoda je zastaralá a už nebude podporována.

Další informace naleznete v tématu https://aka.ms/dataset-deprecation.
create_snapshot

Vytvořte snímek registrované datové sady.

Poznámka

Tato metoda je zastaralá a už nebude podporována.

Další informace naleznete v tématu https://aka.ms/dataset-deprecation.
delete_snapshot

Odstraňte snímek datové sady podle názvu.

Poznámka

Tato metoda je zastaralá a už nebude podporována.

Další informace naleznete v tématu https://aka.ms/dataset-deprecation.
deprecate

Vyřazení aktivní datové sady v pracovním prostoru jinou datovou sadou

Poznámka

Tato metoda je zastaralá a už nebude podporována.

Další informace naleznete v tématu https://aka.ms/dataset-deprecation.
diff

Rozdělte aktuální datovou sadu pomocí rhs_dataset.

Poznámka

Tato metoda je zastaralá a už nebude podporována.

Další informace naleznete v tématu https://aka.ms/dataset-deprecation.
from_binary_files

Vytvořte neregistrovanou datovou sadu v paměti z binárních souborů.

Poznámka

Tato metoda je zastaralá a už nebude podporována.

Doporučujeme místo toho použít Dataset.File.from_files. Další informace naleznete v tématu https://aka.ms/dataset-deprecation.
from_delimited_files

Vytvořte neregistrovanou datovou sadu v paměti ze souborů s oddělovači.

Poznámka

Tato metoda je zastaralá a už nebude podporována.

Doporučujeme místo toho použít Dataset.Tabular.from_delimited_files. Další informace naleznete v tématu https://aka.ms/dataset-deprecation.


   # Create a dataset from delimited files with header option as ALL_FILES_HAVE_SAME_HEADERS
   dataset = Dataset.Tabular.from_delimited_files(path=(datastore, 'data/crime-spring.csv'),
       header='ALL_FILES_HAVE_SAME_HEADERS')

   df = dataset.to_pandas_dataframe()
from_excel_files

Vytvořte neregistrovanou datovou sadu v paměti z excelových souborů.

Poznámka

Tato metoda je zastaralá a již nebude podporována.

Další informace naleznete v tématu https://aka.ms/dataset-deprecation.
from_json_files

Ze souborů JSON vytvořte neregistrovanou datovou sadu v paměti.

Poznámka

Tato metoda je zastaralá a již nebude podporována.

Ke čtení ze souboru řádků JSON doporučujeme místo toho použít Dataset.Tabular.from_json_lines_files. Další informace naleznete v tématu https://aka.ms/dataset-deprecation.
from_pandas_dataframe

Vytvořte neregistrovanou datovou sadu v paměti z datového rámce pandas.

Poznámka

Tato metoda je zastaralá a již nebude podporována.

Doporučujeme místo toho použít Dataset.Tabular.register_pandas_dataframe. Další informace naleznete v tématu https://aka.ms/dataset-deprecation.
from_parquet_files

Vytvořte neregistrovanou datovou sadu v paměti ze souborů Parquet.

Poznámka

Tato metoda je zastaralá a již nebude podporována.

Doporučujeme místo toho použít Dataset.Tabular.from_parquet_files. Další informace naleznete v tématu https://aka.ms/dataset-deprecation.
from_sql_query

Vytvoření neregistrované datové sady v paměti z dotazu SQL

Poznámka

Tato metoda je zastaralá a již nebude podporována.

Doporučujeme místo toho použít Dataset.Tabular.from_sql_query. Další informace naleznete v tématu https://aka.ms/dataset-deprecation.
generate_profile

Vygenerujte nový profil pro datovou sadu.

Poznámka

Tato metoda je zastaralá a již nebude podporována.

Další informace naleznete v tématu https://aka.ms/dataset-deprecation.
get

Získejte datovou sadu, která už v pracovním prostoru existuje, zadáním jejího názvu nebo ID.

Poznámka

Tato metoda je zastaralá a už nebude podporována.

Doporučujeme použít get_by_name a get_by_id místo toho. Další informace naleznete v tématu https://aka.ms/dataset-deprecation.
get_all

Získejte všechny registrované datové sady v pracovním prostoru.
get_all_snapshots

Získejte všechny snímky datové sady.

Poznámka

Tato metoda je zastaralá a už nebude podporována.

Další informace naleznete v tématu https://aka.ms/dataset-deprecation.
get_by_id

Získejte datovou sadu, která se uloží do pracovního prostoru.
get_by_name

Získejte zaregistrovanou datovou sadu z pracovního prostoru podle názvu registrace.
get_definition

Získejte konkrétní definici datové sady.

Poznámka

Tato metoda je zastaralá a už nebude podporována.

Další informace naleznete v tématu https://aka.ms/dataset-deprecation.
get_definitions

Získejte všechny definice datové sady.

Poznámka

Tato metoda je zastaralá a už nebude podporována.

Další informace naleznete v tématu https://aka.ms/dataset-deprecation.
get_profile

Získejte souhrnné statistiky o datové sadě vypočítané dříve.

Poznámka

Tato metoda je zastaralá a už nebude podporována.

Další informace naleznete v tématu https://aka.ms/dataset-deprecation.
get_snapshot

Získejte snímek datové sady podle názvu.

Poznámka

Tato metoda je zastaralá a už nebude podporována.

Další informace naleznete v tématu https://aka.ms/dataset-deprecation.
head

Načítejte zadaný počet záznamů zadaných z této datové sady a vrátí je jako datový rámec.

Poznámka

Tato metoda je zastaralá a už nebude podporována.

Další informace naleznete v tématu https://aka.ms/dataset-deprecation.
list

Vypište všechny datové sady v pracovním prostoru, včetně těch, které mají is_visible vlastnost rovnající se false.

Poznámka

Tato metoda je zastaralá a už nebude podporována.

Doporučujeme místo toho použít get_all . Další informace naleznete v tématu https://aka.ms/dataset-deprecation.
reactivate

Opětovná aktivace archivované nebo zastaralé datové sady

Poznámka

Tato metoda je zastaralá a už nebude podporována.

Další informace naleznete v tématu https://aka.ms/dataset-deprecation.
register

Zaregistrujte datovou sadu v pracovním prostoru a zpřístupníte ji ostatním uživatelům pracovního prostoru.

Poznámka

Tato metoda je zastaralá a už nebude podporována.

Doporučujeme místo toho použít register . Další informace naleznete v tématu https://aka.ms/dataset-deprecation.
sample

Pomocí strategie vzorkování a zadaných parametrů vygenerujte ze zdrojové datové sady novou ukázku.

Poznámka

Tato metoda je zastaralá a již nebude podporována.

TabularDataset Vytvořte voláním statických metod v Dataset.Tabular a použijte metodu tamtake_sample. Další informace naleznete v tématu https://aka.ms/dataset-deprecation.
to_pandas_dataframe

Vytvořte datový rámec Pandas spuštěním transformačního kanálu definovaného touto definicí datové sady.

Poznámka

Tato metoda je zastaralá a již nebude podporována.

TabularDataset Vytvořte voláním statických metod v Dataset.Tabular a použijte metodu tamto_pandas_dataframe. Další informace naleznete v tématu https://aka.ms/dataset-deprecation.
to_spark_dataframe

Vytvořte datový rámec Sparku, který může spustit kanál transformace definovaný touto definicí datové sady.

Poznámka

Tato metoda je zastaralá a již nebude podporována.

TabularDataset Vytvořte voláním statických metod v Dataset.Tabular a použijte metodu tamto_spark_dataframe. Další informace naleznete v tématu https://aka.ms/dataset-deprecation.
update

Aktualizujte proměnlivé atributy datové sady v pracovním prostoru a vraťte aktualizovanou datovou sadu z pracovního prostoru.

Poznámka

Tato metoda je zastaralá a již nebude podporována.

Další informace naleznete v tématu https://aka.ms/dataset-deprecation.
update_definition

Aktualizujte definici datové sady.

Poznámka

Tato metoda je zastaralá a již nebude podporována.

Další informace naleznete v tématu https://aka.ms/dataset-deprecation.

archive

Archivace aktivní nebo zastaralé datové sady

Poznámka

Tato metoda je zastaralá a už nebude podporována.

Další informace naleznete v tématu https://aka.ms/dataset-deprecation.

archive()

Návraty

Typ Description
None

Žádné

Poznámky

Po archivaci dojde při každém pokusu o využití datové sady k chybě. Pokud se archivuje omylem, opětovná aktivace ho aktivuje.

auto_read_files

Analyzuje soubory na zadané cestě a vrátí novou datovou sadu.

Poznámka

Tato metoda je zastaralá a už nebude podporována.

Ke čtení souborů doporučujeme používat metody Dataset.Tabular.from_*. Další informace naleznete v tématu https://aka.ms/dataset-deprecation.

static auto_read_files(path, include_path=False, partition_format=None)

Parametry

Name Description
path
Vyžadováno
DataReference nebo str

Cesta k datům v registrovaném úložišti dat, místní cesta nebo adresa URL HTTP (CSV/TSV).
include_path
Vyžadováno
bool

Zda se má zahrnout sloupec obsahující cestu k souboru, ze kterého byla data načtena. Užitečné při čtení více souborů a chcete vědět, ze kterého souboru konkrétní záznam pochází. Užitečné také v případě, že jsou v cestě k souboru nebo názvu informace, které chcete ve sloupci mít.
partition_format
Vyžadováno
str

Zadejte formát oddílu v cestě a vytvořte sloupce řetězců z formátu {x} a sloupce datetime z formátu {x:yyyy/MM/dd/HH/mm/ss}, kde 'yyyy', 'MM', 'dd', 'HH', 'mm' a 'ss' se používají pro extrat rok, měsíc, den, hodinu, minutu a sekundu pro typ datetime. Formát by měl začínat od pozice prvního klíče oddílu až do konce cesty k souboru. Například vzhledem k cestě k souboru '.. /Accounts/2019/01/01/data.csv, kde jsou data rozdělená podle názvu a času oddělení, můžeme definovat /{Department}/{PartitionDate:yyyy/MM/dd}/data.csv a vytvořit tak sloupce "Oddělení" typu řetězec a 'PartitionDate' typu datetime.

Návraty

Typ Description
Dataset

Objekt datové sady.

Poznámky

Tuto metodu použijte, pokud chcete automaticky rozpoznat formáty souborů a oddělovače.

Po vytvoření datové sady byste měli použít get_profile seznam rozpoznaných typů sloupců a souhrnné statistiky pro každý sloupec.

Vrácená datová sada není zaregistrovaná v pracovním prostoru.

compare_profiles

Porovnejte profil aktuální datové sady s jiným profilem datové sady.

To ukazuje rozdíly v souhrnných statistikách mezi dvěma datovými sadami. Parametr "rhs_dataset" je zkratka pro "pravá strana" a je jednoduše druhou datovou sadou. První datová sada (aktuální objekt datové sady) se považuje za "levou stranu".

Poznámka

Tato metoda je zastaralá a už nebude podporována.

Další informace naleznete v tématu https://aka.ms/dataset-deprecation.

compare_profiles(rhs_dataset, profile_arguments={}, include_columns=None, exclude_columns=None, histogram_compare_method=HistogramCompareMethod.WASSERSTEIN)

Parametry

Name Description
rhs_dataset
Vyžadováno
Dataset

Druhá datová sada, označovaná také jako "pravá" datová sada pro porovnání.
profile_arguments
Vyžadováno
dict

Argumenty pro retrivní konkrétní profil.
include_columns
Vyžadováno
list[str]

Seznam názvů sloupců, které se mají zahrnout do porovnání
exclude_columns
Vyžadováno
list[str]

Seznam názvů sloupců, které se mají při porovnávání vyloučit
histogram_compare_method
Vyžadováno
HistogramCompareMethod

Výčet popisující metodu porovnání, například: Wasserstein nebo Energy

Návraty

Typ Description
<xref:azureml.dataprep.api.engineapi.typedefinitions.DataProfileDifference>

Rozdíl mezi dvěma profily datové sady

Poznámky

Týká se to jenom registrovaných datových sad. Vyvolá výjimku, pokud profil aktuální datové sady neexistuje. Pro neregistrované datové sady použijte metodu profile.compare.

create_snapshot

Vytvořte snímek registrované datové sady.

Poznámka

Tato metoda je zastaralá a už nebude podporována.

Další informace naleznete v tématu https://aka.ms/dataset-deprecation.

create_snapshot(snapshot_name, compute_target=None, create_data_snapshot=False, target_datastore=None)

Parametry

Name Description
snapshot_name
Vyžadováno
str

Název snímku. Názvy snímků by měly být v rámci datové sady jedinečné.
compute_target
Vyžadováno
Union[ComputeTarget, str]

Volitelný cílový výpočetní objekt pro vytvoření profilu snímku Pokud je vynechán, použije se místní výpočetní prostředí.
create_data_snapshot
Vyžadováno
bool

Pokud je true, vytvoří se materializovaná kopie dat.
target_datastore
Vyžadováno
Union[AbstractAzureStorageDatastore, str]

Zacílit úložiště dat pro uložení snímku. Pokud tento parametr vynecháte, vytvoří se snímek ve výchozím úložišti pracovního prostoru.

Návraty

Typ Description
DatasetSnapshot

Objekt snímku datové sady.

Poznámky

Snímky zaznamenávají souhrnné statistiky podkladových dat k určitému bodu v čase a volitelnou kopii samotných dat. Další informace o vytváření snímků najdete v tématu https://aka.ms/azureml/howto/createsnapshots.

delete_snapshot

Odstraňte snímek datové sady podle názvu.

Poznámka

Tato metoda je zastaralá a už nebude podporována.

Další informace naleznete v tématu https://aka.ms/dataset-deprecation.

delete_snapshot(snapshot_name)

Parametry

Name Description
snapshot_name
Vyžadováno
str

Název snímku.

Návraty

Typ Description
None

Žádné

Poznámky

Tato možnost slouží k uvolnění úložiště spotřebovaného daty uloženými ve snímcích, které už nepotřebujete.

deprecate

Vyřazení aktivní datové sady v pracovním prostoru jinou datovou sadou

Poznámka

Tato metoda je zastaralá a už nebude podporována.

Další informace naleznete v tématu https://aka.ms/dataset-deprecation.

deprecate(deprecate_by_dataset_id)

Parametry

Name Description
deprecate_by_dataset_id
Vyžadováno
str

ID datové sady, které je zamýšlenou náhradou za tuto datovou sadu.

Návraty

Typ Description
None

Žádné

Poznámky

Zastaralé datové sady budou zaznamenávat upozornění, když jsou spotřebovány. Vyřazení datové sady zastará všechny její definice.

Zastaralé datové sady je stále možné využívat. Pokud chcete úplně zablokovat využívání datové sady, archivujte ji.

Pokud se omylem přestane používat, aktivuje se opětovná aktivace.

diff

Rozdělte aktuální datovou sadu pomocí rhs_dataset.

Poznámka

Tato metoda je zastaralá a už nebude podporována.

Další informace naleznete v tématu https://aka.ms/dataset-deprecation.

diff(rhs_dataset, compute_target=None, columns=None)

Parametry

Name Description
rhs_dataset
Vyžadováno
Dataset

Další datová sada označovaná také jako datová sada na pravé straně pro porovnání
compute_target
Vyžadováno
Union[ComputeTarget, str]

cílový výpočetních prostředků k provedení rozdílu. Pokud je vynechán, použije se místní výpočetní prostředí.
columns
Vyžadováno
list[str]

Seznam názvů sloupců, které se mají zahrnout do rozdílu.

Návraty

Typ Description
DatasetActionRun

Objekt spuštění akce datové sady

from_binary_files

Vytvořte neregistrovanou datovou sadu v paměti z binárních souborů.

Poznámka

Tato metoda je zastaralá a už nebude podporována.

Doporučujeme místo toho použít Dataset.File.from_files. Další informace naleznete v tématu https://aka.ms/dataset-deprecation.

static from_binary_files(path)

Parametry

Name Description
path
Vyžadováno
DataReference nebo str

Cesta k datům v registrovaném úložišti dat nebo místní cesta.

Návraty

Typ Description
Dataset

Objekt Dataset.

Poznámky

Tato metoda slouží ke čtení souborů jako datových proudů binárních dat. Vrátí jeden objekt datového proudu souboru na každý přečtený soubor. Tuto metodu použijte při čtení obrázků, videí, zvukových nebo jiných binárních dat.

get_profile a create_snapshot nebude fungovat podle očekávání pro datovou sadu vytvořenou touto metodou.

Vrácená datová sada není zaregistrovaná v pracovním prostoru.

from_delimited_files

Vytvořte neregistrovanou datovou sadu v paměti ze souborů s oddělovači.

Poznámka

Tato metoda je zastaralá a už nebude podporována.

Doporučujeme místo toho použít Dataset.Tabular.from_delimited_files. Další informace naleznete v tématu https://aka.ms/dataset-deprecation.


   # Create a dataset from delimited files with header option as ALL_FILES_HAVE_SAME_HEADERS
   dataset = Dataset.Tabular.from_delimited_files(path=(datastore, 'data/crime-spring.csv'),
       header='ALL_FILES_HAVE_SAME_HEADERS')

   df = dataset.to_pandas_dataframe()

static from_delimited_files(path, separator=',', header=PromoteHeadersBehavior.ALL_FILES_HAVE_SAME_HEADERS, encoding=FileEncoding.UTF8, quoting=False, infer_column_types=True, skip_rows=0, skip_mode=SkipLinesBehavior.NO_ROWS, comment=None, include_path=False, archive_options=None, partition_format=None)

Parametry

Name Description
path
Vyžadováno
DataReference nebo str

Cesta k datům v registrovaném úložišti dat, místní cesta nebo adresa URL HTTP.
separator
Vyžadováno
str

Oddělovač použitý k rozdělení sloupců.
header
Vyžadováno
PromoteHeadersBehavior

Řídí způsob zvýšení úrovně záhlaví sloupců při čtení ze souborů.
encoding
Vyžadováno
FileEncoding

Kódování přečtených souborů.
quoting
Vyžadováno
bool

Určete, jak se mají zpracovávat nové znaky řádků v uvozovkách. Výchozí hodnota (Nepravda) je interpretovat znaky nového řádku jako počáteční nové řádky bez ohledu na to, zda jsou znaky nového řádku v uvozovkách nebo ne. Pokud je nastavená hodnota Pravda, nové znaky řádků v uvozovkách nebudou mít za následek nové řádky a rychlost čtení souborů se zpomalí.
infer_column_types
Vyžadováno
bool

Určuje, zda jsou datové typy sloupců odvozeny.
skip_rows
Vyžadováno
int

Počet řádků, které se mají přeskočit ve čtecích souborech
skip_mode
Vyžadováno
SkipLinesBehavior

Určuje, jak se při čtení ze souborů přeskočí řádky.
comment
Vyžadováno
str

Znak používaný k označení řádků komentáře ve čtených souborech. Řádky začínající tímto řetězcem budou přeskočeny.
include_path
Vyžadováno
bool

Zda se má zahrnout sloupec obsahující cestu k souboru, ze kterého byla data načtena. To je užitečné, když čtete více souborů a chcete zjistit, ze kterého souboru konkrétní záznam pochází, nebo chcete mít v cestě k souboru užitečné informace.
archive_options
Vyžadováno
<xref:azureml.dataprep.ArchiveOptions>

Možnosti archivního souboru, včetně typu archivu a vzoru vstupního globu. Zip v tuto chvíli podporujeme jenom jako typ archivu. Například zadání


   archive_options = ArchiveOptions(archive_type = ArchiveType.ZIP, entry_glob = '*10-20.csv')

přečte všechny soubory s názvem končícím na "10-20.csv" v souboru ZIP.
partition_format
Vyžadováno
str

Zadejte formát oddílu v cestě a vytvořte sloupce řetězců z formátu {x} a sloupce datetime z formátu {x:yyyy/MM/dd/HH/mm/ss}, kde 'yyyy', 'MM', 'dd', 'HH', 'mm' a 'ss' se používají pro extrat rok, měsíc, den, hodinu, minutu a sekundu pro typ datetime. Formát by měl začínat od pozice prvního klíče oddílu až do konce cesty k souboru. Například vzhledem k cestě k souboru '.. /Accounts/2019/01/01/data.csv, kde jsou data rozdělená podle názvu a času oddělení, můžeme definovat /{Department}/{PartitionDate:yyyy/MM/dd}/data.csv a vytvořit tak sloupce "Oddělení" typu řetězec a 'PartitionDate' typu datetime.

Návraty

Typ Description
Dataset

Objekt datové sady.

Poznámky

Tuto metodu použijte ke čtení textových souborů s oddělovači, pokud chcete řídit použité možnosti.

Po vytvoření datové sady byste měli použít get_profile seznam rozpoznaných typů sloupců a souhrnné statistiky pro každý sloupec.

Vrácená datová sada není zaregistrovaná v pracovním prostoru.

from_excel_files

Vytvořte neregistrovanou datovou sadu v paměti z excelových souborů.

Poznámka

Tato metoda je zastaralá a již nebude podporována.

Další informace naleznete v tématu https://aka.ms/dataset-deprecation.

static from_excel_files(path, sheet_name=None, use_column_headers=False, skip_rows=0, include_path=False, infer_column_types=True, partition_format=None)

Parametry

Name Description
path
Vyžadováno
DataReference nebo str

Cesta k datům v registrovaném úložišti dat nebo místní cesta.
sheet_name
Vyžadováno
str

Název excelového listu, který se má načíst. Ve výchozím nastavení čteme první list z každého excelového souboru.
use_column_headers
Vyžadováno
bool

Určuje, jestli se má první řádek použít jako záhlaví sloupců.
skip_rows
Vyžadováno
int

Počet řádků, které se mají přeskočit v souborech, které čtetete
include_path
Vyžadováno
bool

Určuje, jestli se má zahrnout sloupec obsahující cestu k souboru, ze kterého byla data načtena. To je užitečné, když čtete více souborů a chcete zjistit, ze kterého souboru konkrétní záznam pochází, nebo zachovat užitečné informace v cestě k souboru.
infer_column_types
Vyžadováno
bool

Pokud je true, datové typy sloupců se odvozí.
partition_format
Vyžadováno
str

Zadejte formát oddílu v cestě a vytvořte sloupce řetězců z formátu {x} a sloupce datetime z formátu {x:yyyy/MM/dd/HH/mm/ss}, kde se yyyy, MM, dd, HH, mm a ss pro typ datetime používají k extratu roku, měsíce, dne, hodiny, minuty a sekundy. Formát by měl začínat od pozice prvního klíče oddílu až do konce cesty k souboru. Například vzhledem k cestě k souboru '.. /Accounts/2019/01/01/data.xlsx' kde jsou data rozdělená na oddíly podle názvu a času oddělení, můžeme definovat /{Department}/{PartitionDate:yyyy/MM/dd}/data.xlsx a vytvořit sloupce Department typu string a PartitionDate typu datetime.

Návraty

Typ Description
Dataset

Objekt datové sady.

Poznámky

Tato metoda slouží ke čtení souborů aplikace Excel ve formátu .xlsx. Data se dají číst z jednoho listu v každém excelovém souboru. Po vytvoření datové sady byste měli použít get_profile k výpisu zjištěných typů sloupců a souhrnné statistiky pro každý sloupec. Vrácená datová sada není zaregistrovaná v pracovním prostoru.

from_json_files

Ze souborů JSON vytvořte neregistrovanou datovou sadu v paměti.

Poznámka

Tato metoda je zastaralá a již nebude podporována.

Ke čtení ze souboru řádků JSON doporučujeme místo toho použít Dataset.Tabular.from_json_lines_files. Další informace naleznete v tématu https://aka.ms/dataset-deprecation.

static from_json_files(path, encoding=FileEncoding.UTF8, flatten_nested_arrays=False, include_path=False, partition_format=None)

Parametry

Name Description
path
Vyžadováno
DataReference nebo str

Cesta k souborům nebo složkám, které chcete načíst a analyzovat. Může to být buď místní cesta, nebo adresa URL objektu blob Azure. Podporuje se globbing. Například můžete použít cestu = "./data*" ke čtení všech souborů s názvem začínajícím na "data".
encoding
Vyžadováno
FileEncoding

Kódování čtených souborů.
flatten_nested_arrays
Vyžadováno
bool

Vlastnost, která řídí zpracování vnořených polí programem. Pokud se rozhodnete vnořená pole JSON zploštět, může to mít za následek mnohem větší počet řádků.
include_path
Vyžadováno
bool

Určuje, jestli se má zahrnout sloupec obsahující cestu, ze které byla data načtena. To je užitečné, když čtete více souborů a můžete chtít vědět, ze kterého souboru konkrétní záznam pochází, nebo uchovávat užitečné informace v cestě k souboru.
partition_format
Vyžadováno
str

Zadejte formát oddílu v cestě a vytvořte sloupce řetězců z formátu {x} a sloupce datetime z formátu {x:yyyy/MM/dd/HH/mm/ss}, kde se yyyy, MM, dd, HH, mm a ss pro typ datetime používají k extratu roku, měsíce, dne, hodiny, minuty a sekundy. Formát by měl začínat od pozice prvního klíče oddílu až do konce cesty k souboru. Například vzhledem k cestě k souboru '.. /Accounts/2019/01/01/data.json' a data jsou rozdělená na oddíly podle názvu a času oddělení. Můžeme definovat /{Department}/{PartitionDate:yyyy/MM/dd}/data.json a vytvořit sloupce Department typu string a PartitionDate typu datetime.

Návraty

Typ Description
Dataset

Místní objekt Dataset.

from_pandas_dataframe

Vytvořte neregistrovanou datovou sadu v paměti z datového rámce pandas.

Poznámka

Tato metoda je zastaralá a již nebude podporována.

Doporučujeme místo toho použít Dataset.Tabular.register_pandas_dataframe. Další informace naleznete v tématu https://aka.ms/dataset-deprecation.

static from_pandas_dataframe(dataframe, path=None, in_memory=False)

Parametry

Name Description
dataframe
Vyžadováno
DataFrame

Datový rámec Pandas.
path
Vyžadováno
Union[DataReference, str]

Cesta k datům v registrovaném úložišti dat nebo cesta k místní složce.
in_memory
Vyžadováno
bool

Jestli se má datový rámec číst z paměti místo uchování na disk.

Návraty

Typ Description
Dataset

Objekt datové sady.

Poznámky

Tato metoda slouží k převodu datového rámce Pandas na objekt Dataset. Datovou sadu vytvořenou touto metodou nelze zaregistrovat, protože data pocházejí z paměti.

Pokud in_memory je hodnota False, datový rámec Pandas se místně převede na soubor CSV. Pokud pat je typ DataReference, pak se rámec Pandas nahraje do úložiště dat a datová sada bude založená na dataReference. Pokud je cesta místní složka, vytvoří se datová sada z místního souboru, který nelze odstranit.

Vyvolá výjimku, pokud aktuální DataReference není cesta ke složce.

from_parquet_files

Vytvořte neregistrovanou datovou sadu v paměti ze souborů Parquet.

Poznámka

Tato metoda je zastaralá a již nebude podporována.

Doporučujeme místo toho použít Dataset.Tabular.from_parquet_files. Další informace naleznete v tématu https://aka.ms/dataset-deprecation.

static from_parquet_files(path, include_path=False, partition_format=None)

Parametry

Name Description
path
Vyžadováno
DataReference nebo str

Cesta k datům v registrovaném úložišti dat nebo místní cesta.
include_path
Vyžadováno
bool

Určuje, jestli se má zahrnout sloupec obsahující cestu k souboru, ze kterého byla data načtena. To je užitečné, když čtete více souborů a chcete zjistit, ze kterého souboru konkrétní záznam pochází, nebo zachovat užitečné informace v cestě k souboru.
partition_format
Vyžadováno
str

Zadejte formát oddílu v cestě a vytvořte sloupce řetězců z formátu {x} a sloupce datetime z formátu {x:yyyy/MM/dd/HH/mm/ss}, kde se yyyy, MM, dd, HH, mm a ss pro typ datetime používají k extratu roku, měsíce, dne, hodiny, minuty a sekundy. Formát by měl začínat od pozice prvního klíče oddílu až do konce cesty k souboru. Například vzhledem k cestě k souboru '.. /Accounts/2019/01/01/data.parquet' kde jsou data rozdělená podle názvu a času oddělení, můžeme definovat /{Department}/{PartitionDate:yyyy/MM/dd}/data.parquet a vytvořit tak sloupce Department typu řetězec a PartitionDate typu datetime.

Návraty

Typ Description
Dataset

Objekt datové sady.

Poznámky

Tuto metodu použijte ke čtení souborů Parquet.

Po vytvoření datové sady byste měli použít get_profile k výpisu zjištěných typů sloupců a souhrnné statistiky pro každý sloupec.

Vrácená datová sada není zaregistrovaná v pracovním prostoru.

from_sql_query

Vytvoření neregistrované datové sady v paměti z dotazu SQL

Poznámka

Tato metoda je zastaralá a již nebude podporována.

Doporučujeme místo toho použít Dataset.Tabular.from_sql_query. Další informace naleznete v tématu https://aka.ms/dataset-deprecation.

static from_sql_query(data_source, query)

Parametry

Name Description
data_source
Vyžadováno
AzureSqlDatabaseDatastore

Podrobnosti o Azure SQL úložiště dat.
query
Vyžadováno
str

Dotaz, který se má spustit pro čtení dat.

Návraty

Typ Description
Dataset

Místní objekt Dataset.

generate_profile

Vygenerujte nový profil pro datovou sadu.

Poznámka

Tato metoda je zastaralá a již nebude podporována.

Další informace naleznete v tématu https://aka.ms/dataset-deprecation.

generate_profile(compute_target=None, workspace=None, arguments=None)

Parametry

Name Description
compute_target
Vyžadováno
Union[ComputeTarget, str]

Volitelný cílový výpočetní objekt pro vytvoření profilu snímku. Pokud tento parametr vynecháte, použije se místní výpočetní prostředí.
workspace
Vyžadováno
Workspace

Pracovní prostor, vyžadovaný pro přechodné (neregistrované) datové sady.
arguments
Vyžadováno
dict[str, object]

Argumenty profilu. Platné argumenty jsou:

  • "include_stype_counts" typu bool. Zkontrolujte, jestli hodnoty vypadají jako některé dobře známé sémantické typy, jako jsou e-mailová adresa, IP adresa (V4/V6), telefonní číslo v USA, PSČ v USA, zeměpisná šířka a délka. Povolení tohoto nastavení má vliv na výkon.

  • 'number_of_histogram_bins' typu int. Představuje počet intervalů histogramu, které se mají použít pro číselná data. Výchozí hodnota je 10.

Návraty

Typ Description
DatasetActionRun

Objekt spuštění akce datové sady

Poznámky

Synchronní volání se zablokuje, dokud se nedokoní. Voláním get_result získáte výsledek akce.

get

Získejte datovou sadu, která už v pracovním prostoru existuje, zadáním jejího názvu nebo ID.

Poznámka

Tato metoda je zastaralá a už nebude podporována.

Doporučujeme použít get_by_name a get_by_id místo toho. Další informace naleznete v tématu https://aka.ms/dataset-deprecation.

static get(workspace, name=None, id=None)

Parametry

Name Description
workspace
Vyžadováno
Workspace

Existující pracovní prostor AzureML, ve kterém byla datová sada vytvořena.
name
Vyžadováno
str

Název datové sady, která se má načíst.
id
Vyžadováno
str

Jedinečný identifikátor datové sady v pracovním prostoru.

Návraty

Typ Description
Dataset

Datová sada se zadaným názvem nebo ID.

Poznámky

Můžete zadat nebo nameid. Výjimka se vyvolá v následujících případech:

  • id jsou zadané iname, ale neshodují se.

  • datovou sadu se zadaným name nebo id nelze najít v pracovním prostoru.

get_all

Získejte všechny registrované datové sady v pracovním prostoru.

get_all()

Parametry

Name Description
workspace
Vyžadováno
Workspace

Existující pracovní prostor AzureML, ve kterém byly datové sady zaregistrované.

Návraty

Typ Description
dict[str, Union[TabularDataset, FileDataset]]

Slovník objektů TabularDataset a FileDataset s klíči podle názvu registrace.

get_all_snapshots

Získejte všechny snímky datové sady.

Poznámka

Tato metoda je zastaralá a už nebude podporována.

Další informace naleznete v tématu https://aka.ms/dataset-deprecation.

get_all_snapshots()

Návraty

Typ Description
list[DatasetSnapshot]

Seznam snímků datových sad

get_by_id

Získejte datovou sadu, která se uloží do pracovního prostoru.

get_by_id(id, **kwargs)

Parametry

Name Description
workspace
Vyžadováno
Workspace

Existující pracovní prostor AzureML, ve kterém je datová sada uložená.
id
Vyžadováno
str

ID datové sady.

Návraty

Typ Description
Union[TabularDataset, FileDataset]

Objekt datové sady. Pokud je datová sada zaregistrovaná, vrátí se také její registrační název a verze.

get_by_name

Získejte zaregistrovanou datovou sadu z pracovního prostoru podle názvu registrace.

get_by_name(name, version='latest', **kwargs)

Parametry

Name Description
workspace
Vyžadováno
Workspace

Existující pracovní prostor AzureML, ve kterém byla datová sada zaregistrovaná.
name
Vyžadováno
str

Název registrace.
version
Vyžadováno
int

Verze registrace. Výchozí hodnota je nejnovější.

Návraty

Typ Description
Union[TabularDataset, FileDataset]

Zaregistrovaný objekt datové sady.

get_definition

Získejte konkrétní definici datové sady.

Poznámka

Tato metoda je zastaralá a už nebude podporována.

Další informace naleznete v tématu https://aka.ms/dataset-deprecation.

get_definition(version_id=None)

Parametry

Name Description
version_id
Vyžadováno
str

ID verze definice datové sady

Návraty

Typ Description
DatasetDefinition

Definice datové sady.

Poznámky

Pokud version_id je k dispozici, azure Machine Learning se pokusí získat definici odpovídající dané verzi. Pokud tato verze neexistuje, vyvolá se výjimka. Pokud version_id je vynechán, načte se nejnovější verze.

get_definitions

Získejte všechny definice datové sady.

Poznámka

Tato metoda je zastaralá a už nebude podporována.

Další informace naleznete v tématu https://aka.ms/dataset-deprecation.

get_definitions()

Návraty

Typ Description
dict[str, DatasetDefinition]

Slovník definic datových sad.

Poznámky

Datová sada zaregistrovaná v pracovním prostoru AzureML může mít více definic, z nichž každá se vytvoří voláním update_definition. Každá definice má jedinečný identifikátor. Aktuální definice je nejnovější vytvořená definice.

U neregistrovaných datových sad existuje pouze jedna definice.

get_profile

Získejte souhrnné statistiky o datové sadě vypočítané dříve.

Poznámka

Tato metoda je zastaralá a už nebude podporována.

Další informace naleznete v tématu https://aka.ms/dataset-deprecation.

get_profile(arguments=None, generate_if_not_exist=True, workspace=None, compute_target=None)

Parametry

Name Description
arguments
Vyžadováno
dict[str, object]

Argumenty profilu.
generate_if_not_exist
Vyžadováno
bool

Určuje, jestli se má vygenerovat profil, pokud neexistuje.
workspace
Vyžadováno
Workspace

Pracovní prostor, vyžadovaný pro přechodné (neregistrované) datové sady.
compute_target
Vyžadováno
Union[ComputeTarget, str]

Cílový výpočetní objekt pro spuštění akce profilu.

Návraty

Typ Description
<xref:azureml.dataprep.DataProfile>

DataProfile datové sady.

Poznámky

Pro datovou sadu zaregistrovanou v pracovním prostoru Služby Azure Machine Learning tato metoda načte existující profil vytvořený dříve voláním get_profile , pokud je stále platný. Profily se zruší, když se v datové sadě zjistí změněná data nebo se argumenty, které se get_profile mají lišit od těch, které se použily při generování profilu. Pokud profil neexistuje nebo je neplatný, určí, generate_if_not_exist jestli se vygeneruje nový profil.

U datové sady, která není zaregistrovaná v pracovním prostoru Azure Machine Learning, tato metoda vždy spustí generate_profile a vrátí výsledek.

get_snapshot

Získejte snímek datové sady podle názvu.

Poznámka

Tato metoda je zastaralá a už nebude podporována.

Další informace naleznete v tématu https://aka.ms/dataset-deprecation.

get_snapshot(snapshot_name)

Parametry

Name Description
snapshot_name
Vyžadováno
str

Název snímku.

Návraty

Typ Description
DatasetSnapshot

Objekt snímku datové sady.

head

Načítejte zadaný počet záznamů zadaných z této datové sady a vrátí je jako datový rámec.

Poznámka

Tato metoda je zastaralá a už nebude podporována.

Další informace naleznete v tématu https://aka.ms/dataset-deprecation.

head(count)

Parametry

Name Description
count
Vyžadováno
int

Počet záznamů, které se mají vyžádat.

Návraty

Typ Description
DataFrame

Datový rámec Pandas.

list

Vypište všechny datové sady v pracovním prostoru, včetně těch, které mají is_visible vlastnost rovnající se false.

Poznámka

Tato metoda je zastaralá a už nebude podporována.

Doporučujeme místo toho použít get_all . Další informace naleznete v tématu https://aka.ms/dataset-deprecation.

static list(workspace)

Parametry

Name Description
workspace
Vyžadováno
Workspace

Pracovní prostor, pro který chcete načíst seznam datových sad.

Návraty

Typ Description
list[Dataset]

Seznam objektů datové sady.

reactivate

Opětovná aktivace archivované nebo zastaralé datové sady

Poznámka

Tato metoda je zastaralá a už nebude podporována.

Další informace naleznete v tématu https://aka.ms/dataset-deprecation.

reactivate()

Návraty

Typ Description
None

Žádné

register

Zaregistrujte datovou sadu v pracovním prostoru a zpřístupníte ji ostatním uživatelům pracovního prostoru.

Poznámka

Tato metoda je zastaralá a už nebude podporována.

Doporučujeme místo toho použít register . Další informace naleznete v tématu https://aka.ms/dataset-deprecation.

register(workspace, name, description=None, tags=None, visible=True, exist_ok=False, update_if_exist=False)

Parametry

Name Description
workspace
Vyžadováno
Workspace

Pracovní prostor AzureML, ve kterém se datová sada má zaregistrovat.
name
Vyžadováno
str

Název datové sady v pracovním prostoru.
description
Vyžadováno
str

Popis datové sady.
tags
Vyžadováno
dict[str, str]

Značky, které chcete přidružit k datové sadě.
visible
Vyžadováno
bool

Označuje, jestli je datová sada viditelná v uživatelském rozhraní. Pokud je false, datová sada je v uživatelském rozhraní skrytá a dostupná prostřednictvím sady SDK.
exist_ok
Vyžadováno
bool

Pokud je true, vrátí metoda datovou sadu, pokud již v daném pracovním prostoru existuje, jinak chyba.
update_if_exist
Vyžadováno
bool

Pokud exist_ok je true a update_if_exist true, tato metoda aktualizuje definici a vrátí aktualizovanou datovou sadu.

Návraty

Typ Description
Dataset

Zaregistrovaný objekt Datové sady v pracovním prostoru.

sample

Pomocí strategie vzorkování a zadaných parametrů vygenerujte ze zdrojové datové sady novou ukázku.

Poznámka

Tato metoda je zastaralá a již nebude podporována.

TabularDataset Vytvořte voláním statických metod v Dataset.Tabular a použijte metodu tamtake_sample. Další informace naleznete v tématu https://aka.ms/dataset-deprecation.

sample(sample_strategy, arguments)

Parametry

Name Description
sample_strategy
Vyžadováno
str

Ukázková strategie, která se má použít. Akceptované hodnoty jsou "top_n", "simple_random" nebo "stratified".
arguments
Vyžadováno
dict[str, object]

Slovník s klíči z volitelného argumentu v seznamu uvedeném výše a hodnotami ze sloupce Typ. Lze použít pouze argumenty z odpovídající metody vzorkování. Například pro typ vzorku "simple_random" můžete zadat pouze slovník s klíči pravděpodobnosti a počátečními klíči.

Návraty

Typ Description
Dataset

Objekt datové sady jako vzorek původní datové sady.

Poznámky

Ukázky se generují spuštěním kanálu transformace definovaného touto datovou sadou a následným použitím strategie vzorkování a parametrů na výstupní data. Každá metoda vzorkování podporuje následující volitelné argumenty:

  • top_n

    • Volitelné argumenty

      • n, zadejte integer. Jako ukázku vyberte prvních N řádků.

  • simple_random

    • Volitelné argumenty

      • pravděpodobnost, typ float. Jednoduchý náhodný vzorkování, kde má každý řádek stejnou pravděpodobnost výběru. Pravděpodobnost by měla být číslo mezi 0 a 1.

      • seed, zadejte float. Používá se generátorem náhodných čísel. Použijte pro opakovatelnost.

  • Rozvrstvené

    • Volitelné argumenty

      • columns, type list[str]. Seznam sloupců vrstev v datech

      • seed, zadejte float. Používá se generátorem náhodných čísel. Použijte pro opakovatelnost.

      • zlomky, typ dict[řazená kolekce členů, float]. Řazená kolekce členů: Hodnoty sloupců, které definují vrstvu, musí být ve stejném pořadí jako názvy sloupců. Plovák: hmotnost připevněná k vrstvě během vzorkování.

Následující fragmenty kódu jsou příkladem vzorů návrhu pro různé ukázkové metody.


   # sample_strategy "top_n"
   top_n_sample_dataset = dataset.sample('top_n', {'n': 5})

   # sample_strategy "simple_random"
   simple_random_sample_dataset = dataset.sample('simple_random', {'probability': 0.3, 'seed': 10.2})

   # sample_strategy "stratified"
   fractions = {}
   fractions[('THEFT',)] = 0.5
   fractions[('DECEPTIVE PRACTICE',)] = 0.2

   # take 50% of records with "Primary Type" as THEFT and 20% of records with "Primary Type" as
   # DECEPTIVE PRACTICE into sample Dataset
   sample_dataset = dataset.sample('stratified', {'columns': ['Primary Type'], 'fractions': fractions})

to_pandas_dataframe

Vytvořte datový rámec Pandas spuštěním transformačního kanálu definovaného touto definicí datové sady.

Poznámka

Tato metoda je zastaralá a již nebude podporována.

TabularDataset Vytvořte voláním statických metod v Dataset.Tabular a použijte metodu tamto_pandas_dataframe. Další informace naleznete v tématu https://aka.ms/dataset-deprecation.

to_pandas_dataframe()

Návraty

Typ Description
DataFrame

Datový rámec Pandas.

Poznámky

Vrátí datový rámec Pandas plně materializovaný v paměti.

to_spark_dataframe

Vytvořte datový rámec Sparku, který může spustit kanál transformace definovaný touto definicí datové sady.

Poznámka

Tato metoda je zastaralá a již nebude podporována.

TabularDataset Vytvořte voláním statických metod v Dataset.Tabular a použijte metodu tamto_spark_dataframe. Další informace naleznete v tématu https://aka.ms/dataset-deprecation.

to_spark_dataframe()

Návraty

Typ Description
DataFrame

Datový rámec Sparku.

Poznámky

Vrácený datový rámec Sparku je pouze plánem provádění a ve skutečnosti neobsahuje žádná data, protože datové rámce Sparku se líně vyhodnocují.

update

Aktualizujte proměnlivé atributy datové sady v pracovním prostoru a vraťte aktualizovanou datovou sadu z pracovního prostoru.

Poznámka

Tato metoda je zastaralá a již nebude podporována.

Další informace naleznete v tématu https://aka.ms/dataset-deprecation.

update(name=None, description=None, tags=None, visible=None)

Parametry

Name Description
name
Vyžadováno
str

Název datové sady v pracovním prostoru.
description
Vyžadováno
str

Popis dat.
tags
Vyžadováno
dict[str, str]

Značky, ke kterým chcete přidružit datovou sadu.
visible
Vyžadováno
bool

Určuje, jestli je datová sada viditelná v uživatelském rozhraní.

Návraty

Typ Description
Dataset

Aktualizovaný objekt Dataset z pracovního prostoru.

update_definition

Aktualizujte definici datové sady.

Poznámka

Tato metoda je zastaralá a již nebude podporována.

Další informace naleznete v tématu https://aka.ms/dataset-deprecation.

update_definition(definition, definition_update_message)

Parametry

Name Description
definition
Vyžadováno
DatasetDefinition

Nová definice této datové sady.
definition_update_message
Vyžadováno
str

Zpráva o aktualizaci definice.

Návraty

Typ Description
Dataset

Aktualizovaný objekt Dataset z pracovního prostoru.

Poznámky

Pokud chcete využít aktualizovanou datovou sadu, použijte objekt vrácený touto metodou.

Atributy

definition

Vrátí aktuální definici datové sady.

Poznámka

Tato metoda je zastaralá a už nebude podporována.

Další informace naleznete v tématu https://aka.ms/dataset-deprecation.

Návraty

Typ Description
DatasetDefinition

Definice datové sady.

Poznámky

Definice datové sady je řada kroků, které určují, jak číst a transformovat data.

Datová sada zaregistrovaná v pracovním prostoru AzureML může mít více definic, z nichž každá se vytvoří voláním update_definition. Každá definice má jedinečný identifikátor. Více definic umožňuje provádět změny stávajících datových sad bez narušení modelů a kanálů, které závisí na starší definici.

U neregistrovaných datových sad existuje pouze jedna definice.

definition_version

Vrátí verzi aktuální definice datové sady.

Poznámka

Tato metoda je zastaralá a už nebude podporována.

Další informace naleznete v tématu https://aka.ms/dataset-deprecation.

Návraty

Typ Description
str

Verze definice datové sady.

Poznámky

Definice datové sady je řada kroků, které určují, jak číst a transformovat data.

Datová sada zaregistrovaná v pracovním prostoru AzureML může mít více definic, z nichž každá se vytvoří voláním update_definition. Každá definice má jedinečný identifikátor. Aktuální definice je nejnovější vytvořená definice, jejíž ID vrátí.

U neregistrovaných datových sad existuje pouze jedna definice.

description

Vrátí popis datové sady.

Návraty

Typ Description
str

Popis datové sady.

Poznámky

Zadání popisu dat v datové sadě umožní uživatelům pracovního prostoru pochopit, co data představují a jak je můžou používat.

id

Pokud byla datová sada zaregistrovaná v pracovním prostoru, vraťte ID datové sady. V opačném případě vraťte hodnotu None.

Návraty

Typ Description
str

ID datové sady.

is_visible

Řízení viditelnosti registrované datové sady v uživatelském rozhraní pracovního prostoru Azure ML

Poznámka

Tato metoda je zastaralá a už nebude podporována.

Další informace naleznete v tématu https://aka.ms/dataset-deprecation.

Návraty

Typ Description
bool

Viditelnost datové sady.

Poznámky

Vrácené hodnoty:

  • Pravda: Datová sada je viditelná v uživatelském rozhraní pracovního prostoru. Default (Výchozí).

  • Nepravda: Datová sada je v uživatelském rozhraní pracovního prostoru skrytá.

Nemá žádný vliv na neregistrované datové sady.

name

Vraťte název datové sady.

Návraty

Typ Description
str

Název datové sady.

state

Vrátí stav datové sady.

Poznámka

Tato metoda je zastaralá a už nebude podporována.

Další informace naleznete v tématu https://aka.ms/dataset-deprecation.

Návraty

Typ Description
str

Stav datové sady.

Poznámky

Význam a účinek stavů jsou následující:

  • Aktivní. Aktivní definice jsou přesně to, co zní, a všechny akce lze provádět s aktivními definicemi.

  • Zastaralé je možné použít zastaralé definice, ale při každém přístupu k podkladovým datům se do protokolů zaprotokoluje upozornění.

  • Archivované. Archivovanou definici nelze použít k provedení žádné akce. Pokud chcete s archivovanou definicí provádět akce, je nutné ji znovu aktivovat.

tags

Vrátí značky přidružené k datové sadě.

Návraty

Typ Description
dict[str, str]

Značky datové sady.

workspace

Pokud byla datová sada zaregistrovaná v pracovním prostoru, vraťte ji. V opačném případě vraťte hodnotu None.

Návraty

Typ Description
Workspace

Pracovní prostor.