Vorbereiten Ihres Systems für Data Science-Lernprogramme

Bevor Sie mit der End-to-End-Tutorialserie für Data Science beginnen, informieren Sie sich über die Voraussetzungen sowie darüber, wie Notizbücher importiert und ein Lakehouse an diese Notizbücher angehängt wird.

Voraussetzungen

• Erwerben Sie ein Microsoft Fabric-Abonnement. Oder registrieren Sie sich für eine kostenlose Microsoft Fabric-Testversion.

• Melden Sie sich bei Microsoft Fabrican.

• Verwenden Sie den Erfahrungsschalter auf der unteren linken Seite Ihrer Startseite, um zu Fabric zu wechseln.

  

• Wenn Sie nicht über ein Microsoft Fabric Lakehouse verfügen, erstellen Sie eins, indem Sie die Schritte in Erstellen eines Lakehouses in Microsoft Fabricausführen.

Erstellen eines Notizbuchs

Jedes Lernprogramm ist als Jupyter-Notizbuchdatei in GitHub verfügbar. Viele der Anleitungen stehen auch als Beispiele im Data-Science-Workload zur Verfügung. Verwenden Sie eine der folgenden Methoden, um auf die Lernprogramme zuzugreifen:

• Erstellen Sie ein neues Notizbuch, kopieren Sie den Code aus dem Lernprogramm, und fügen Sie ihn ein.

• Öffnen Sie das Beispielnotizbuch (sofern verfügbar) in der Data Science-Arbeitsauslastung:

  1. Wählen Sie im linken Bereich die Option Workloads aus.

  2. Wählen Sie Data Science-aus.

  3. Wählen Sie auf der Karte Beispiel erkunden die Option Auswählen aus.

  4. Wählen Sie das entsprechende Beispiel aus:

     • Wählen Sie es auf der Standardregisterkarte End-to-End-Workflows (Python) aus, wenn es sich bei dem Beispiel um ein Python-Tutorial handelt.
     • Wählen Sie es auf der Registerkarte End-to-End-Workflows (R) aus, wenn es sich bei dem Beispiel um ein R-Tutorial handelt.
     • Wählen Sie es auf der Registerkarte Schnelltutorials aus, wenn es sich bei dem Beispiel um ein Schnelltutorial handelt.

• Importieren Sie das Notizbuch von GitHub in Ihren Arbeitsbereich:

  1. Laden Sie Ihre Notizbücher herunter. Stellen Sie sicher, dass Sie die Dateien mithilfe des Links "Raw" in GitHub herunterladen.

     • Laden Sie für die Erste Schritte-Notebooks die Notebookdateien (.ipynb) aus dem übergeordneten Ordner data-science-tutorial herunter.
     • Laden Sie für die Tutorials-Notebooks die Notebookdateien (.ipynb) aus dem übergeordneten Ordner ai-samples herunter.

  2. Wählen Sie auf der linken Navigationsleiste für die Fabric-Startseite Ihren Arbeitsbereich aus.

  3. Wählen Sie Importieren>Notebook>Von diesem Computer aus.

     

  4. Wählen Sie "Hochladen" und dann die heruntergeladene Notizbuchdatei aus.

     

  5. Nachdem die Notebooks importiert wurden, wählen Sie im Dialogfeld „Importieren“ die Option Zu Arbeitsbereich wechseln aus.

     

  6. Die importierten Notizbücher sind jetzt in Ihrem Arbeitsbereich zur Verwendung verfügbar.

  7. Wenn das importierte Notebook die Ausgabe enthält, wählen Sie das Menü Bearbeiten und dann Alle Ausgaben löschen aus.

  

Anfügen eines Seehauses an die Notizbücher

Um die Fabric Lakehouse-Funktionen zu veranschaulichen, ist es erforderlich, in vielen der Tutorials ein Standard-Lakehouse mit den Notizbüchern zu verbinden. Die folgenden Schritte zeigen, wie Sie einem Notizbuch in einem Fabric-fähigen Arbeitsbereich ein Seehaus hinzufügen.

Anmerkung

Bevor Sie jedes Notizbuch ausführen, müssen Sie diese Schritte in diesem Notizbuch ausführen.

1. Öffnen Sie das Notizbuch im Arbeitsbereich.

2. Wählen Sie im linken Bereich Lakehouse hinzufügen aus.

   

3. Erstellen Sie ein neues Seehaus oder verwenden Sie ein vorhandenes Seehaus.

   1. Wählen Sie Neu aus, um ein neues Lakehouse zu erstellen. Geben Sie dem Lakehouse einen Namen, und wählen Sie Erstellen aus.
   2. Um ein vorhandenes Lakehouse zu verwenden, wählen Sie Vorhandenes Lakehouse aus, um das Dialogfeld Data Hub zu öffnen. Wählen Sie das Lakehouse aus, das Sie verwenden möchten, und wählen Sie dann Hinzufügen aus.

4. Sobald ein Seehaus hinzugefügt wurde, ist es im Seehausbereich sichtbar, und Sie können Tabellen und Dateien anzeigen, die im Seehaus gespeichert sind.

Nächster Schritt

Teil 1: Erfassen von Daten in einem Fabric-Lakehouse mithilfe von Apache Spark