Partilhar via

Dataset Classe

  • Referência

Representa um recurso para explorar, transformar e gerir dados no Azure Machine Learning.

Um Conjunto de Dados é uma referência a dados num Datastore ou atrás de URLs web públicos.

Para os métodos preteridos nesta classe, verifique AbstractDataset a classe para obter as APIs melhoradas.

São suportados os seguintes tipos de Conjuntos de Dados:

  • TabularDataset representa dados em formato tabular que são criados ao analisar o ficheiro ou a lista de ficheiros fornecidos.

  • FileDataset referencia ficheiros individuais ou múltiplos em arquivos de dados ou a partir de URLs públicos.

Para começar a utilizar conjuntos de dados, consulte o artigo Adicionar & registar conjuntos de dados ou ver os blocos de notas https://aka.ms/tabulardataset-samplenotebook e https://aka.ms/filedataset-samplenotebook.

Inicialize o objeto Conjunto de Dados.

Para obter um Conjunto de Dados que já tenha sido registado na área de trabalho, utilize o método get.

Herança
builtins.object
Dataset

Construtor

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

Parâmetros

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

A definição Conjunto de dados.
workspace
Necessário
Workspace

A área de trabalho na qual o Conjunto de Dados existe.
name
Necessário
str

O nome do Conjunto de Dados.
id
Necessário
str

O identificador exclusivo do Conjunto de Dados.

Observações

A classe Conjunto de Dados expõe dois atributos de classe de conveniência (File e Tabular) que pode utilizar para criar um Conjunto de Dados sem trabalhar com os métodos de fábrica correspondentes. Por exemplo, para criar um conjunto de dados com estes atributos:

  • Dataset.Tabular.from_delimited_files()

  • Dataset.File.from_files()

Também pode criar um novo TabularDataset ou FileDataset ao chamar diretamente os métodos de fábrica correspondentes da classe definida em TabularDatasetFactory e FileDatasetFactory.

O exemplo seguinte mostra como criar um TabularDataset que aponta para um caminho individual num arquivo de dados.


   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()

O exemplo completo está disponível a partir de https://github.com/Azure/MachineLearningNotebooks/blob/master/how-to-use-azureml/work-with-data/datasets-tutorial/train-with-datasets/train-with-datasets.ipynb

Variáveis

Name Description
azureml.core.Dataset.File

Um atributo de classe que fornece acesso aos métodos FileDatasetFactory para criar novos objetos FileDataset. Utilização: Dataset.File.from_files().
azureml.core.Dataset.Tabular

Um atributo de classe que fornece acesso aos métodos TabularDatasetFactory para criar novos objetos TabularDataset. Utilização: Dataset.Tabular.from_delimited_files().

Métodos

archive

Arquivar um conjunto de dados ativo ou preterido.

Nota

Este método foi preterido e deixará de ser suportado.

Para obter mais informações, consulte https://aka.ms/dataset-deprecation.
auto_read_files

Analisa os ficheiros no caminho especificado e devolve um novo Conjunto de Dados.

Nota

Este método foi preterido e deixará de ser suportado.

Recomendamos que utilize os métodos Dataset.Tabular.from_* para ler ficheiros. Para obter mais informações, consulte https://aka.ms/dataset-deprecation.
compare_profiles

Compare o perfil atual do Conjunto de Dados com outro perfil de conjunto de dados.

Isto mostra as diferenças nas estatísticas de resumo entre dois conjuntos de dados. O parâmetro "rhs_dataset" significa "lado direito" e é simplesmente o segundo conjunto de dados. O primeiro conjunto de dados (o objeto do conjunto de dados atual) é considerado o "lado esquerdo".

Nota

Este método foi preterido e deixará de ser suportado.

Para obter mais informações, consulte https://aka.ms/dataset-deprecation.
create_snapshot

Crie um instantâneo do Conjunto de Dados registado.

Nota

Este método foi preterido e deixará de ser suportado.

Para obter mais informações, consulte https://aka.ms/dataset-deprecation.
delete_snapshot

Elimine o instantâneo do Conjunto de Dados por nome.

Nota

Este método foi preterido e deixará de ser suportado.

Para obter mais informações, consulte https://aka.ms/dataset-deprecation.
deprecate

Preterir um conjunto de dados ativo numa área de trabalho por outro conjunto de dados.

Nota

Este método foi preterido e deixará de ser suportado.

Para obter mais informações, consulte https://aka.ms/dataset-deprecation.
diff

Difunda o Conjunto de Dados atual com rhs_dataset.

Nota

Este método foi preterido e deixará de ser suportado.

Para obter mais informações, consulte https://aka.ms/dataset-deprecation.
from_binary_files

Crie um Conjunto de Dados não registado na memória a partir de ficheiros binários.

Nota

Este método foi preterido e deixará de ser suportado.

Em alternativa, recomendamos que utilize Dataset.File.from_files. Para obter mais informações, consulte https://aka.ms/dataset-deprecation.
from_delimited_files

Crie um Conjunto de Dados na memória não registado a partir de ficheiros delimitados.

Nota

Este método foi preterido e deixará de ser suportado.

Em alternativa, recomendamos que utilize Dataset.Tabular.from_delimited_files. Para obter mais informações, consulte 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

Crie um Conjunto de Dados dentro da memória não registado a partir de ficheiros do Excel.

Nota

Este método foi preterido e deixará de ser suportado.

Para obter mais informações, consulte https://aka.ms/dataset-deprecation.
from_json_files

Crie um Conjunto de Dados na memória não registado a partir de ficheiros JSON.

Nota

Este método foi preterido e deixará de ser suportado.

Recomendamos que utilize Dataset.Tabular.from_json_lines_files para ler a partir do ficheiro de linhas JSON. Para obter mais informações, consulte https://aka.ms/dataset-deprecation.
from_pandas_dataframe

Crie um Conjunto de Dados dentro da memória não registado a partir de um dataframe do pandas.

Nota

Este método foi preterido e deixará de ser suportado.

Em alternativa, recomendamos que utilize Dataset.Tabular.register_pandas_dataframe. Para obter mais informações, consulte https://aka.ms/dataset-deprecation.
from_parquet_files

Crie um Conjunto de Dados dentro da memória não registado a partir de ficheiros parquet.

Nota

Este método foi preterido e deixará de ser suportado.

Em alternativa, recomendamos que utilize Dataset.Tabular.from_parquet_files. Para obter mais informações, consulte https://aka.ms/dataset-deprecation.
from_sql_query

Crie um Conjunto de Dados dentro da memória não registado a partir de uma consulta SQL.

Nota

Este método foi preterido e deixará de ser suportado.

Em alternativa, recomendamos que utilize Dataset.Tabular.from_sql_query. Para obter mais informações, consulte https://aka.ms/dataset-deprecation.
generate_profile

Gere um novo perfil para o Conjunto de Dados.

Nota

Este método foi preterido e deixará de ser suportado.

Para obter mais informações, consulte https://aka.ms/dataset-deprecation.
get

Obtenha um Conjunto de Dados que já exista na área de trabalho ao especificar o respetivo nome ou ID.

Nota

Este método foi preterido e deixará de ser suportado.

Recomendamos que utilize get_by_name e get_by_id , em vez disso. Para obter mais informações, consulte https://aka.ms/dataset-deprecation.
get_all

Obtenha todos os conjuntos de dados registados na área de trabalho.
get_all_snapshots

Obtenha todos os instantâneos do Conjunto de Dados.

Nota

Este método foi preterido e deixará de ser suportado.

Para obter mais informações, consulte https://aka.ms/dataset-deprecation.
get_by_id

Obtenha um Conjunto de Dados guardado na área de trabalho.
get_by_name

Obtenha um Conjunto de Dados registado da área de trabalho pelo respetivo nome de registo.
get_definition

Obtenha uma definição específica do Conjunto de Dados.

Nota

Este método foi preterido e deixará de ser suportado.

Para obter mais informações, consulte https://aka.ms/dataset-deprecation.
get_definitions

Obtenha todas as definições do Conjunto de Dados.

Nota

Este método foi preterido e deixará de ser suportado.

Para obter mais informações, consulte https://aka.ms/dataset-deprecation.
get_profile

Obtenha estatísticas de resumo sobre o Conjunto de dados calculado anteriormente.

Nota

Este método foi preterido e deixará de ser suportado.

Para obter mais informações, consulte https://aka.ms/dataset-deprecation.
get_snapshot

Obtenha o instantâneo do Conjunto de Dados por nome.

Nota

Este método foi preterido e deixará de ser suportado.

Para obter mais informações, consulte https://aka.ms/dataset-deprecation.
head

Extraia o número especificado de registos especificados a partir deste Conjunto de Dados e devolve-os como um DataFrame.

Nota

Este método foi preterido e deixará de ser suportado.

Para obter mais informações, consulte https://aka.ms/dataset-deprecation.
list

Liste todos os Conjuntos de dados na área de trabalho, incluindo os com is_visible propriedade igual a Falso.

Nota

Este método foi preterido e deixará de ser suportado.

Em vez disso, recomendamos que utilize get_all . Para obter mais informações, consulte https://aka.ms/dataset-deprecation.
reactivate

Reativar um conjunto de dados arquivado ou preterido.

Nota

Este método foi preterido e deixará de ser suportado.

Para obter mais informações, consulte https://aka.ms/dataset-deprecation.
register

Registe o Conjunto de Dados na área de trabalho, disponibilizando-o a outros utilizadores da área de trabalho.

Nota

Este método foi preterido e deixará de ser suportado.

Em vez disso, recomendamos que utilize register . Para obter mais informações, consulte https://aka.ms/dataset-deprecation.
sample

Gere um novo exemplo a partir do Conjunto de Dados de origem, utilizando a estratégia de amostragem e os parâmetros fornecidos.

Nota

Este método foi preterido e deixará de ser suportado.

Crie um TabularDataset ao chamar os métodos estáticos em Dataset.Tabular e utilize o take_sample método aí. Para obter mais informações, consulte https://aka.ms/dataset-deprecation.
to_pandas_dataframe

Crie um dataframe do Pandas ao executar o pipeline de transformação definido por esta definição de Conjunto de Dados.

Nota

Este método foi preterido e deixará de ser suportado.

Crie um TabularDataset ao chamar os métodos estáticos em Dataset.Tabular e utilize o to_pandas_dataframe método aí. Para obter mais informações, consulte https://aka.ms/dataset-deprecation.
to_spark_dataframe

Crie um DataFrame do Spark que possa executar o pipeline de transformação definido por esta definição de Conjunto de Dados.

Nota

Este método foi preterido e deixará de ser suportado.

Crie um TabularDataset ao chamar os métodos estáticos em Dataset.Tabular e utilize o to_spark_dataframe método aí. Para obter mais informações, consulte https://aka.ms/dataset-deprecation.
update

Atualize os atributos mutáveis do Conjunto de Dados na área de trabalho e devolva o Conjunto de Dados atualizado da área de trabalho.

Nota

Este método foi preterido e deixará de ser suportado.

Para obter mais informações, consulte https://aka.ms/dataset-deprecation.
update_definition

Atualize a definição conjunto de dados.

Nota

Este método foi preterido e deixará de ser suportado.

Para obter mais informações, consulte https://aka.ms/dataset-deprecation.

archive

Arquivar um conjunto de dados ativo ou preterido.

Nota

Este método foi preterido e deixará de ser suportado.

Para obter mais informações, consulte https://aka.ms/dataset-deprecation.

archive()

Devoluções

Tipo Description
None

Nenhum.

Observações

Após o arquivo, qualquer tentativa de consumir o Conjunto de Dados resultará num erro. Se for arquivado por acidente, a reativação irá ativá-la.

auto_read_files

Analisa os ficheiros no caminho especificado e devolve um novo Conjunto de Dados.

Nota

Este método foi preterido e deixará de ser suportado.

Recomendamos que utilize os métodos Dataset.Tabular.from_* para ler ficheiros. Para obter mais informações, consulte https://aka.ms/dataset-deprecation.

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

Parâmetros

Name Description
path
Necessário
DataReference ou str

Um caminho de dados num arquivo de dados registado, num caminho local ou num URL HTTP (CSV/TSV).
include_path
Necessário
bool

Se pretende incluir uma coluna que contém o caminho do ficheiro a partir do qual os dados foram lidos. Útil ao ler vários ficheiros e pretende saber de que ficheiro teve origem um determinado registo. Também é útil se existirem informações no caminho do ficheiro ou no nome que pretende numa coluna.
partition_format
Necessário
str

Especifique o formato de partição no caminho e crie colunas de cadeia a partir do formato '{x}' e da coluna datetime do formato '{x:yyyy/MM/dd/HH/mm/ss}', em que 'aaaa', 'MM', 'dd', 'HH', 'mm' e 'ss' são utilizados para extrat ano, mês, dia, hora, minuto e segundo para o tipo de data/hora. O formato deve começar a partir da posição da primeira chave de partição até ao fim do caminho do ficheiro. Por exemplo, dado um caminho de ficheiro ".. /Accounts/2019/01/01/data.csv" em que os dados são particionados pelo nome e hora do departamento, podemos definir "/{Department}/{PartitionDate:yyyy/MM/dd}/data.csv" para criar as colunas "Department" do tipo de cadeia e "PartitionDate" do tipo datetime.

Devoluções

Tipo Description
Dataset

Objeto de conjunto de dados.

Observações

Utilize este método para detetar automaticamente formatos de ficheiro e delimitadores.

Depois de criar um Conjunto de Dados, deve utilizar get_profile para listar os tipos de coluna detetados e as estatísticas de resumo de cada coluna.

O Conjunto de Dados devolvido não está registado na área de trabalho.

compare_profiles

Compare o perfil atual do Conjunto de Dados com outro perfil de conjunto de dados.

Isto mostra as diferenças nas estatísticas de resumo entre dois conjuntos de dados. O parâmetro "rhs_dataset" significa "lado direito" e é simplesmente o segundo conjunto de dados. O primeiro conjunto de dados (o objeto do conjunto de dados atual) é considerado o "lado esquerdo".

Nota

Este método foi preterido e deixará de ser suportado.

Para obter mais informações, consulte https://aka.ms/dataset-deprecation.

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

Parâmetros

Name Description
rhs_dataset
Necessário
Dataset

Um segundo Conjunto de Dados, também denominado conjunto de dados "lado direito" para comparação.
profile_arguments
Necessário
dict

Argumentos para repetir um perfil específico.
include_columns
Necessário
list[str]

Lista de nomes de colunas a incluir em comparação.
exclude_columns
Necessário
list[str]

Lista de nomes de colunas a excluir em comparação.
histogram_compare_method
Necessário
HistogramCompareMethod

Enum descrevendo o método de comparação, ex: Wasserstein ou Energy

Devoluções

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

Diferença entre os dois perfis do conjunto de dados.

Observações

Isto destina-se apenas a Conjuntos de Dados registados. Gera uma exceção se o perfil do Conjunto de Dados atual não existir. Para conjuntos de dados não registados, utilize o método profile.compare.

create_snapshot

Crie um instantâneo do Conjunto de Dados registado.

Nota

Este método foi preterido e deixará de ser suportado.

Para obter mais informações, consulte https://aka.ms/dataset-deprecation.

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

Parâmetros

Name Description
snapshot_name
Necessário
str

O nome do instantâneo. Os nomes dos instantâneos devem ser exclusivos num Conjunto de Dados.
compute_target
Necessário
Union[ComputeTarget, str]

Destino de computação opcional para efetuar a criação do perfil de instantâneo. Se omitido, é utilizada a computação local.
create_data_snapshot
Necessário
bool

Se For Verdadeiro, será criada uma cópia materializada dos dados.
target_datastore
Necessário
Union[AbstractAzureStorageDatastore, str]

Arquivo de dados de destino para guardar o instantâneo. Se omitido, o instantâneo será criado no armazenamento predefinido da área de trabalho.

Devoluções

Tipo Description
DatasetSnapshot

Objeto instantâneo do conjunto de dados.

Observações

Os instantâneos capturam estatísticas de resumo do ponto no tempo dos dados subjacentes e uma cópia opcional dos próprios dados. Para saber mais sobre como criar instantâneos, aceda a https://aka.ms/azureml/howto/createsnapshots.

delete_snapshot

Elimine o instantâneo do Conjunto de Dados por nome.

Nota

Este método foi preterido e deixará de ser suportado.

Para obter mais informações, consulte https://aka.ms/dataset-deprecation.

delete_snapshot(snapshot_name)

Parâmetros

Name Description
snapshot_name
Necessário
str

O nome do instantâneo.

Devoluções

Tipo Description
None

Nenhum.

Observações

Utilize-o para libertar o armazenamento consumido pelos dados guardados em instantâneos de que já não precisa.

deprecate

Preterir um conjunto de dados ativo numa área de trabalho por outro conjunto de dados.

Nota

Este método foi preterido e deixará de ser suportado.

Para obter mais informações, consulte https://aka.ms/dataset-deprecation.

deprecate(deprecate_by_dataset_id)

Parâmetros

Name Description
deprecate_by_dataset_id
Necessário
str

O ID do Conjunto de Dados que é a substituição pretendida para este Conjunto de Dados.

Devoluções

Tipo Description
None

Nenhum.

Observações

Os Conjuntos de Dados preteridos registarão avisos quando forem consumidos. A preterição de um conjunto de dados descontinua todas as definições.

Os Conjuntos de Dados Preteridos ainda podem ser consumidos. Para bloquear completamente a utilização de um Conjunto de Dados, arquive-o.

Se for preterido por acidente, a reativação irá ativá-lo.

diff

Difunda o Conjunto de Dados atual com rhs_dataset.

Nota

Este método foi preterido e deixará de ser suportado.

Para obter mais informações, consulte https://aka.ms/dataset-deprecation.

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

Parâmetros

Name Description
rhs_dataset
Necessário
Dataset

Outro Conjunto de Dados também denominado Conjunto de Dados do lado direito para comparação
compute_target
Necessário
Union[ComputeTarget, str]

destino de computação para executar a diferença. Se omitido, é utilizada a computação local.
columns
Necessário
list[str]

Lista de nomes de colunas a incluir na difusão.

Devoluções

Tipo Description
DatasetActionRun

Objeto de execução de ação do conjunto de dados.

from_binary_files

Crie um Conjunto de Dados não registado na memória a partir de ficheiros binários.

Nota

Este método foi preterido e deixará de ser suportado.

Em alternativa, recomendamos que utilize Dataset.File.from_files. Para obter mais informações, consulte https://aka.ms/dataset-deprecation.

static from_binary_files(path)

Parâmetros

Name Description
path
Necessário
DataReference ou str

Um caminho de dados num arquivo de dados registado ou num caminho local.

Devoluções

Tipo Description
Dataset

O objeto Conjunto de Dados.

Observações

Utilize este método para ler ficheiros como fluxos de dados binários. Devolve um objeto de fluxo de ficheiros por ficheiro lido. Utilize este método quando estiver a ler imagens, vídeos, áudio ou outros dados binários.

get_profile e create_snapshot não funcionará conforme esperado para um Conjunto de dados criado por este método.

O Conjunto de Dados devolvido não está registado na área de trabalho.

from_delimited_files

Crie um Conjunto de Dados na memória não registado a partir de ficheiros delimitados.

Nota

Este método foi preterido e deixará de ser suportado.

Em alternativa, recomendamos que utilize Dataset.Tabular.from_delimited_files. Para obter mais informações, consulte 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)

Parâmetros

Name Description
path
Necessário
DataReference ou str

Um caminho de dados num arquivo de dados registado, num caminho local ou num URL HTTP.
separator
Necessário
str

O separador utilizado para dividir colunas.
header
Necessário
PromoteHeadersBehavior

Controla a forma como os cabeçalhos de coluna são promovidos ao ler a partir de ficheiros.
encoding
Necessário
FileEncoding

A codificação dos ficheiros que estão a ser lidos.
quoting
Necessário
bool

Especifique como processar novos carateres de linha dentro de aspas. A predefinição (Falso) é interpretar os novos carateres de linha como iniciando novas linhas, independentemente de os novos carateres de linha estarem ou não dentro de aspas. Se estiver definido como Verdadeiro, os novos carateres de linha dentro das aspas não resultarão em novas linhas e a velocidade de leitura dos ficheiros irá abrandar.
infer_column_types
Necessário
bool

Indica se os tipos de dados de colunas são inferidos.
skip_rows
Necessário
int

Quantas linhas ignorar nos ficheiros que estão a ser lidos.
skip_mode
Necessário
SkipLinesBehavior

Controla a forma como as linhas são ignoradas ao ler a partir de ficheiros.
comment
Necessário
str

Caráter utilizado para indicar linhas de comentários nos ficheiros que estão a ser lidos. As linhas que começam com esta cadeia serão ignoradas.
include_path
Necessário
bool

Se pretende incluir uma coluna que contém o caminho do ficheiro a partir do qual os dados foram lidos. Isto é útil quando está a ler vários ficheiros e quer saber de que ficheiro teve origem um determinado registo ou para manter informações úteis no caminho do ficheiro.
archive_options
Necessário
<xref:azureml.dataprep.ArchiveOptions>

Opções para o ficheiro de arquivo, incluindo o tipo de arquivo e o padrão glob de entrada. Neste momento, só suportamos ZIP como tipo de arquivo. Por exemplo, especificar


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

lê todos os ficheiros com o nome a terminar com "10-20.csv" no ZIP.
partition_format
Necessário
str

Especifique o formato de partição no caminho e crie colunas de cadeia a partir do formato '{x}' e da coluna datetime do formato '{x:yyyy/MM/dd/HH/mm/ss}', em que 'aaaa', 'MM', 'dd', 'HH', 'mm' e 'ss' são utilizados para ano extrato, mês, dia, hora, minuto e segundo para o tipo datetime. O formato deve começar a partir da posição da primeira chave de partição até ao fim do caminho do ficheiro. Por exemplo, com um caminho de ficheiro '.. /Accounts/2019/01/01/data.csv" em que os dados são particionados pelo nome e hora do departamento, podemos definir "/{Department}/{PartitionDate:yyyy/MM/dd}/data.csv" para criar colunas "Departamento" do tipo de cadeia e "PartitionDate" do tipo datetime.

Devoluções

Tipo Description
Dataset

Objeto de conjunto de dados.

Observações

Utilize este método para ler ficheiros de texto delimitados quando quiser controlar as opções utilizadas.

Depois de criar um Conjunto de Dados, deve utilizar get_profile para listar os tipos de coluna detetados e as estatísticas de resumo de cada coluna.

O Conjunto de Dados devolvido não está registado na área de trabalho.

from_excel_files

Crie um Conjunto de Dados dentro da memória não registado a partir de ficheiros do Excel.

Nota

Este método foi preterido e deixará de ser suportado.

Para obter mais informações, consulte 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)

Parâmetros

Name Description
path
Necessário
DataReference ou str

Um caminho de dados num arquivo de dados registado ou num caminho local.
sheet_name
Necessário
str

O nome da folha do Excel a carregar. Por predefinição, lemos a primeira folha de cada ficheiro do Excel.
use_column_headers
Necessário
bool

Controla se deve utilizar a primeira linha como cabeçalhos de coluna.
skip_rows
Necessário
int

Quantas linhas ignorar nos ficheiros que estão a ser lidos.
include_path
Necessário
bool

Se pretende incluir uma coluna que contém o caminho do ficheiro a partir do qual os dados foram lidos. Isto é útil quando está a ler vários ficheiros e quer saber de que ficheiro provém um determinado registo ou para manter informações úteis no caminho do ficheiro.
infer_column_types
Necessário
bool

Se for verdadeiro, os tipos de dados de coluna serão inferidos.
partition_format
Necessário
str

Especifique o formato de partição no caminho e crie colunas de cadeia a partir do formato '{x}' e da coluna datetime do formato '{x:yyyy/MM/dd/HH/mm/ss}', em que 'aaaa', 'MM', 'dd', 'HH', 'mm' e 'ss' são utilizados para extrat ano, mês, dia, hora, minuto e segundo para o tipo de data/hora. O formato deve começar a partir da posição da primeira chave de partição até ao fim do caminho do ficheiro. Por exemplo, dado um caminho de ficheiro ".. /Accounts/2019/01/01/data.xlsx" em que os dados são particionados pelo nome e hora do departamento, podemos definir "/{Department}/{PartitionDate:yyyy/MM/dd}/data.xlsx" para criar as colunas "Department" do tipo de cadeia e "PartitionDate" do tipo datetime.

Devoluções

Tipo Description
Dataset

Objeto de conjunto de dados.

Observações

Utilize este método para ler ficheiros do Excel no formato .xlsx. Os dados podem ser lidos a partir de uma folha em cada ficheiro do Excel. Depois de criar um Conjunto de Dados, deve utilizar get_profile para listar os tipos de coluna detetados e as estatísticas de resumo de cada coluna. O Conjunto de Dados devolvido não está registado na área de trabalho.

from_json_files

Crie um Conjunto de Dados na memória não registado a partir de ficheiros JSON.

Nota

Este método foi preterido e deixará de ser suportado.

Recomendamos que utilize Dataset.Tabular.from_json_lines_files para ler a partir do ficheiro de linhas JSON. Para obter mais informações, consulte https://aka.ms/dataset-deprecation.

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

Parâmetros

Name Description
path
Necessário
DataReference ou str

O caminho para os ficheiros ou pastas que pretende carregar e analisar. Pode ser um caminho local ou um URL de Blob do Azure. A Globbing é suportada. Por exemplo, pode utilizar path = "./data*" para ler todos os ficheiros com o nome a começar com "data".
encoding
Necessário
FileEncoding

A codificação dos ficheiros que estão a ser lidos.
flatten_nested_arrays
Necessário
bool

Propriedade que controla o processamento de matrizes aninhadas por parte do programa. Se optar por aplanar as matrizes JSON aninhadas, tal poderá resultar num número muito maior de linhas.
include_path
Necessário
bool

Se pretende incluir uma coluna que contém o caminho a partir do qual os dados foram lidos. Isto é útil quando está a ler vários ficheiros e poderá querer saber de que ficheiro provém um determinado registo ou manter informações úteis no caminho do ficheiro.
partition_format
Necessário
str

Especifique o formato de partição no caminho e crie colunas de cadeia a partir do formato '{x}' e da coluna datetime do formato '{x:yyyy/MM/dd/HH/mm/ss}', em que 'aaaa', 'MM', 'dd', 'HH', 'mm' e 'ss' são utilizados para extrat ano, mês, dia, hora, minuto e segundo para o tipo de data/hora. O formato deve começar a partir da posição da primeira chave de partição até ao fim do caminho do ficheiro. Por exemplo, dado um caminho de ficheiro ".. /Accounts/2019/01/01/data.json" e os dados são particionados pelo nome e hora do departamento, podemos definir "/{Department}/{PartitionDate:yyyy/MM/dd}/data.json" para criar as colunas "Departamento" do tipo de cadeia e "PartitionDate" do tipo datetime.

Devoluções

Tipo Description
Dataset

O objeto Conjunto de Dados local.

from_pandas_dataframe

Crie um Conjunto de Dados dentro da memória não registado a partir de um dataframe do pandas.

Nota

Este método foi preterido e deixará de ser suportado.

Em alternativa, recomendamos que utilize Dataset.Tabular.register_pandas_dataframe. Para obter mais informações, consulte https://aka.ms/dataset-deprecation.

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

Parâmetros

Name Description
dataframe
Necessário
DataFrame

O DataFrame do Pandas.
path
Necessário
Union[DataReference, str]

Um caminho de dados no arquivo de dados registado ou no caminho da pasta local.
in_memory
Necessário
bool

Se pretende ler o DataFrame a partir da memória em vez de persistir no disco.

Devoluções

Tipo Description
Dataset

Um objeto De conjunto de dados.

Observações

Utilize este método para converter um dataframe do Pandas num objeto conjunto de dados. Um Conjunto de Dados criado por este método não pode ser registado, uma vez que os dados são provenientes da memória.

Se in_memory for Falso, o DataFrame do Pandas é convertido num ficheiro CSV localmente. Se pat for do tipo DataReference, o fotograma do Pandas será carregado para o arquivo de dados e o Conjunto de Dados será baseado na DataReference. Se ''path' for uma pasta local, o Conjunto de Dados será criado a partir do ficheiro local que não pode ser eliminado.

Gera uma exceção se a DataReference atual não for um caminho de pasta.

from_parquet_files

Crie um Conjunto de Dados dentro da memória não registado a partir de ficheiros parquet.

Nota

Este método foi preterido e deixará de ser suportado.

Em alternativa, recomendamos que utilize Dataset.Tabular.from_parquet_files. Para obter mais informações, consulte https://aka.ms/dataset-deprecation.

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

Parâmetros

Name Description
path
Necessário
DataReference ou str

Um caminho de dados num arquivo de dados registado ou num caminho local.
include_path
Necessário
bool

Se pretende incluir uma coluna que contém o caminho do ficheiro a partir do qual os dados foram lidos. Isto é útil quando está a ler vários ficheiros e quer saber de que ficheiro provém um determinado registo ou para manter informações úteis no caminho do ficheiro.
partition_format
Necessário
str

Especifique o formato de partição no caminho e crie colunas de cadeia a partir do formato '{x}' e da coluna datetime do formato '{x:yyyy/MM/dd/HH/mm/ss}', em que 'aaaa', 'MM', 'dd', 'HH', 'mm' e 'ss' são utilizados para extrat ano, mês, dia, hora, minuto e segundo para o tipo de data/hora. O formato deve começar a partir da posição da primeira chave de partição até ao fim do caminho do ficheiro. Por exemplo, dado um caminho de ficheiro ".. /Accounts/2019/01/01/data.parquet' em que os dados são particionados pelo nome e hora do departamento, podemos definir "/{Department}/{PartitionDate:yyyy/MM/dd}/data.parquet" para criar as colunas "Department" do tipo de cadeia e "PartitionDate" do tipo datetime.

Devoluções

Tipo Description
Dataset

Objeto de conjunto de dados.

Observações

Utilize este método para ler ficheiros Parquet.

Depois de criar um Conjunto de Dados, deve utilizar get_profile para listar os tipos de coluna detetados e as estatísticas de resumo de cada coluna.

O Conjunto de Dados devolvido não está registado na área de trabalho.

from_sql_query

Crie um Conjunto de Dados dentro da memória não registado a partir de uma consulta SQL.

Nota

Este método foi preterido e deixará de ser suportado.

Em alternativa, recomendamos que utilize Dataset.Tabular.from_sql_query. Para obter mais informações, consulte https://aka.ms/dataset-deprecation.

static from_sql_query(data_source, query)

Parâmetros

Name Description
data_source
Necessário
AzureSqlDatabaseDatastore

Os detalhes do arquivo de dados SQL do Azure.
query
Necessário
str

A consulta a executar para ler dados.

Devoluções

Tipo Description
Dataset

O objeto Conjunto de Dados local.

generate_profile

Gere um novo perfil para o Conjunto de Dados.

Nota

Este método foi preterido e deixará de ser suportado.

Para obter mais informações, consulte https://aka.ms/dataset-deprecation.

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

Parâmetros

Name Description
compute_target
Necessário
Union[ComputeTarget, str]

Um destino de computação opcional para efetuar a criação do perfil de instantâneo. Se for omitido, é utilizada a computação local.
workspace
Necessário
Workspace

Área de trabalho, necessária para conjuntos de dados transitórios (não registados).
arguments
Necessário
dict[str, object]

Argumentos de perfil. Os argumentos válidos são:

  • 'include_stype_counts' do tipo bool. Verifique se os valores se parecem com alguns tipos semânticos conhecidos, como endereço de e-mail, Endereço IP (V4/V6), número de telefone dos EUA, código postal dos EUA, Latitude/Longitude. A ativação deste problema afeta o desempenho.

  • 'number_of_histogram_bins' do tipo int. Representa o número de classes de histograma a utilizar para dados numéricos. O valor predefinido é 10.

Devoluções

Tipo Description
DatasetActionRun

Objeto de execução de ação de conjunto de dados.

Observações

A chamada síncrona bloqueará até ser concluída. Chame get_result para obter o resultado da ação.

get

Obtenha um Conjunto de Dados que já exista na área de trabalho ao especificar o respetivo nome ou ID.

Nota

Este método foi preterido e deixará de ser suportado.

Recomendamos que utilize get_by_name e get_by_id , em vez disso. Para obter mais informações, consulte https://aka.ms/dataset-deprecation.

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

Parâmetros

Name Description
workspace
Necessário
Workspace

A área de trabalho do AzureML existente na qual o Conjunto de Dados foi criado.
name
Necessário
str

O nome do Conjunto de Dados a obter.
id
Necessário
str

Um identificador exclusivo do Conjunto de Dados na área de trabalho.

Devoluções

Tipo Description
Dataset

O Conjunto de Dados com o nome ou ID especificado.

Observações

Pode fornecer ou nameid. É gerada uma exceção se:

  • id e name são especificados, mas não correspondem.

  • o Conjunto de dados com o especificado name ou id não pode ser encontrado na área de trabalho.

get_all

Obtenha todos os conjuntos de dados registados na área de trabalho.

get_all()

Parâmetros

Name Description
workspace
Necessário
Workspace

A área de trabalho do AzureML existente na qual os Conjuntos de Dados foram registados.

Devoluções

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

Um dicionário de objetos TabularDataset e FileDataset com chave no respetivo nome de registo.

get_all_snapshots

Obtenha todos os instantâneos do Conjunto de Dados.

Nota

Este método foi preterido e deixará de ser suportado.

Para obter mais informações, consulte https://aka.ms/dataset-deprecation.

get_all_snapshots()

Devoluções

Tipo Description
list[DatasetSnapshot]

Lista de instantâneos do Conjunto de dados.

get_by_id

Obtenha um Conjunto de Dados guardado na área de trabalho.

get_by_id(id, **kwargs)

Parâmetros

Name Description
workspace
Necessário
Workspace

A área de trabalho do AzureML existente na qual o Conjunto de Dados é guardado.
id
Necessário
str

O ID do conjunto de dados.

Devoluções

Tipo Description
Union[TabularDataset, FileDataset]

O objeto do conjunto de dados. Se o conjunto de dados estiver registado, o respetivo nome de registo e versão também serão devolvidos.

get_by_name

Obtenha um Conjunto de Dados registado da área de trabalho pelo respetivo nome de registo.

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

Parâmetros

Name Description
workspace
Necessário
Workspace

A área de trabalho do AzureML existente na qual o Conjunto de Dados foi registado.
name
Necessário
str

O nome do registo.
version
Necessário
int

A versão de registo. A predefinição é "mais recente".

Devoluções

Tipo Description
Union[TabularDataset, FileDataset]

O objeto do conjunto de dados registado.

get_definition

Obtenha uma definição específica do Conjunto de Dados.

Nota

Este método foi preterido e deixará de ser suportado.

Para obter mais informações, consulte https://aka.ms/dataset-deprecation.

get_definition(version_id=None)

Parâmetros

Name Description
version_id
Necessário
str

O ID da versão da definição do Conjunto de Dados

Devoluções

Tipo Description
DatasetDefinition

A definição Conjunto de dados.

Observações

Se version_id for fornecido, o Azure Machine Learning tenta obter a definição correspondente a essa versão. Se essa versão não existir, é emitida uma exceção. Se version_id for omitido, será obtida a versão mais recente.

get_definitions

Obtenha todas as definições do Conjunto de Dados.

Nota

Este método foi preterido e deixará de ser suportado.

Para obter mais informações, consulte https://aka.ms/dataset-deprecation.

get_definitions()

Devoluções

Tipo Description
dict[str, DatasetDefinition]

Um dicionário de definições de Conjuntos de Dados.

Observações

Um Conjunto de dados registado numa área de trabalho do AzureML pode ter várias definições, cada uma criada ao chamar update_definition. Cada definição tem um identificador exclusivo. A definição atual é a mais recente criada.

Para conjuntos de dados não registados, existe apenas uma definição.

get_profile

Obtenha estatísticas de resumo sobre o Conjunto de dados calculado anteriormente.

Nota

Este método foi preterido e deixará de ser suportado.

Para obter mais informações, consulte https://aka.ms/dataset-deprecation.

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

Parâmetros

Name Description
arguments
Necessário
dict[str, object]

Argumentos de perfil.
generate_if_not_exist
Necessário
bool

Indica se pretende gerar um perfil se não existir.
workspace
Necessário
Workspace

Área de trabalho, necessária para conjuntos de dados transitórios (não registados).
compute_target
Necessário
Union[ComputeTarget, str]

Um destino de computação para executar a ação de perfil.

Devoluções

Tipo Description
<xref:azureml.dataprep.DataProfile>

DataProfile do Conjunto de Dados.

Observações

Para um Conjunto de dados registado numa área de trabalho do Azure Machine Learning, este método obtém um perfil existente que foi criado anteriormente ao chamar get_profile se ainda é válido. Os perfis são invalidados quando são detetados dados alterados no Conjunto de Dados ou os argumentos para get_profile são diferentes dos utilizados quando o perfil foi gerado. Se o perfil não estiver presente ou for invalidado, generate_if_not_exist determinará se é gerado um novo perfil.

Para um Conjunto de Dados que não está registado numa área de trabalho do Azure Machine Learning, este método é sempre executado generate_profile e devolve o resultado.

get_snapshot

Obtenha o instantâneo do Conjunto de Dados por nome.

Nota

Este método foi preterido e deixará de ser suportado.

Para obter mais informações, consulte https://aka.ms/dataset-deprecation.

get_snapshot(snapshot_name)

Parâmetros

Name Description
snapshot_name
Necessário
str

O nome do instantâneo.

Devoluções

Tipo Description
DatasetSnapshot

Objeto instantâneo do conjunto de dados.

head

Extraia o número especificado de registos especificados a partir deste Conjunto de Dados e devolve-os como um DataFrame.

Nota

Este método foi preterido e deixará de ser suportado.

Para obter mais informações, consulte https://aka.ms/dataset-deprecation.

head(count)

Parâmetros

Name Description
count
Necessário
int

O número de registos a solicitar.

Devoluções

Tipo Description
DataFrame

Um DataFrame do Pandas.

list

Liste todos os Conjuntos de dados na área de trabalho, incluindo os com is_visible propriedade igual a Falso.

Nota

Este método foi preterido e deixará de ser suportado.

Em vez disso, recomendamos que utilize get_all . Para obter mais informações, consulte https://aka.ms/dataset-deprecation.

static list(workspace)

Parâmetros

Name Description
workspace
Necessário
Workspace

A área de trabalho para a qual pretende obter a lista de Conjuntos de Dados.

Devoluções

Tipo Description
list[Dataset]

Uma lista de objetos do Conjunto de Dados.

reactivate

Reativar um conjunto de dados arquivado ou preterido.

Nota

Este método foi preterido e deixará de ser suportado.

Para obter mais informações, consulte https://aka.ms/dataset-deprecation.

reactivate()

Devoluções

Tipo Description
None

Nenhum.

register

Registe o Conjunto de Dados na área de trabalho, disponibilizando-o a outros utilizadores da área de trabalho.

Nota

Este método foi preterido e deixará de ser suportado.

Em vez disso, recomendamos que utilize register . Para obter mais informações, consulte https://aka.ms/dataset-deprecation.

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

Parâmetros

Name Description
workspace
Necessário
Workspace

A área de trabalho do AzureML na qual o Conjunto de Dados deve ser registado.
name
Necessário
str

O nome do Conjunto de Dados na área de trabalho.
description
Necessário
str

Uma descrição do Conjunto de Dados.
tags
Necessário
dict[str, str]

Etiquetas a associar ao Conjunto de Dados.
visible
Necessário
bool

Indica se o Conjunto de Dados está visível na IU. Se for Falso, o Conjunto de Dados é ocultado na IU e disponível através do SDK.
exist_ok
Necessário
bool

Se For Verdadeiro, o método devolve o Conjunto de Dados se já existir na área de trabalho especificada, caso contrário, erro.
update_if_exist
Necessário
bool

Se exist_ok for Verdadeiro e update_if_exist for Verdadeiro, este método atualizará a definição e devolverá o Conjunto de Dados atualizado.

Devoluções

Tipo Description
Dataset

Um objeto conjunto de dados registado na área de trabalho.

sample

Gere um novo exemplo a partir do Conjunto de Dados de origem, utilizando a estratégia de amostragem e os parâmetros fornecidos.

Nota

Este método foi preterido e deixará de ser suportado.

Crie um TabularDataset ao chamar os métodos estáticos em Dataset.Tabular e utilize o take_sample método aí. Para obter mais informações, consulte https://aka.ms/dataset-deprecation.

sample(sample_strategy, arguments)

Parâmetros

Name Description
sample_strategy
Necessário
str

Estratégia de exemplo a utilizar. Os valores aceites são "top_n", "simple_random" ou "estratificado".
arguments
Necessário
dict[str, object]

Um dicionário com chaves do "Argumento opcional" na lista apresentada acima e valores da coluna "Tipo". Só podem ser utilizados argumentos do método de amostragem correspondente. Por exemplo, para um tipo de exemplo "simple_random", só pode especificar um dicionário com chaves "probabilidade" e "seed".

Devoluções

Tipo Description
Dataset

Objeto de conjunto de dados como uma amostra do conjunto de dados original.

Observações

Os exemplos são gerados ao executar o pipeline de transformação definido por este Conjunto de Dados e, em seguida, ao aplicar a estratégia de amostragem e os parâmetros aos dados de saída. Cada método de amostragem suporta os seguintes argumentos opcionais:

  • top_n

    • Argumentos opcionais

      • n, escreva número inteiro. Selecione as primeiras N linhas como exemplo.

  • simple_random

    • Argumentos opcionais

      • probabilidade, escreva float. Amostragem aleatória simples em que cada linha tem igual probabilidade de ser selecionada. A probabilidade deve ser um número entre 0 e 1.

      • seed, escreva float. Utilizado pelo gerador de números aleatórios. Utilize para repetibilidade.

  • estratificado

    • Argumentos opcionais

      • colunas, escreva list[str]. Lista de colunas de estratos nos dados.

      • seed, escreva float. Utilizado pelo gerador de números aleatórios. Utilize para repetibilidade.

      • frações, escreva dict[tupla, float]. Cadeia de identificação: os valores das colunas que definem um estrato têm de estar na mesma ordem que os nomes das colunas. Float: peso ligado a um estrato durante a amostragem.

Os fragmentos de código seguintes são padrões de estrutura de exemplo para diferentes métodos de exemplo.


   # 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

Crie um dataframe do Pandas ao executar o pipeline de transformação definido por esta definição de Conjunto de Dados.

Nota

Este método foi preterido e deixará de ser suportado.

Crie um TabularDataset ao chamar os métodos estáticos em Dataset.Tabular e utilize o to_pandas_dataframe método aí. Para obter mais informações, consulte https://aka.ms/dataset-deprecation.

to_pandas_dataframe()

Devoluções

Tipo Description
DataFrame

Um DataFrame do Pandas.

Observações

Devolver um DataFrame do Pandas totalmente materializado na memória.

to_spark_dataframe

Crie um DataFrame do Spark que possa executar o pipeline de transformação definido por esta definição de Conjunto de Dados.

Nota

Este método foi preterido e deixará de ser suportado.

Crie um TabularDataset ao chamar os métodos estáticos em Dataset.Tabular e utilize o to_spark_dataframe método aí. Para obter mais informações, consulte https://aka.ms/dataset-deprecation.

to_spark_dataframe()

Devoluções

Tipo Description
DataFrame

Um DataFrame do Spark.

Observações

O Dataframe do Spark devolvido é apenas um plano de execução e não contém dados, uma vez que os Dataframes do Spark são avaliados de forma preguiçosa.

update

Atualize os atributos mutáveis do Conjunto de Dados na área de trabalho e devolva o Conjunto de Dados atualizado da área de trabalho.

Nota

Este método foi preterido e deixará de ser suportado.

Para obter mais informações, consulte https://aka.ms/dataset-deprecation.

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

Parâmetros

Name Description
name
Necessário
str

O nome do Conjunto de Dados na área de trabalho.
description
Necessário
str

Uma descrição dos dados.
tags
Necessário
dict[str, str]

Etiquetas às qual associar o Conjunto de Dados.
visible
Necessário
bool

Indica se o Conjunto de Dados está visível na IU.

Devoluções

Tipo Description
Dataset

Um objeto conjunto de dados atualizado da área de trabalho.

update_definition

Atualize a definição conjunto de dados.

Nota

Este método foi preterido e deixará de ser suportado.

Para obter mais informações, consulte https://aka.ms/dataset-deprecation.

update_definition(definition, definition_update_message)

Parâmetros

Name Description
definition
Necessário
DatasetDefinition

A nova definição deste Conjunto de Dados.
definition_update_message
Necessário
str

A mensagem de atualização de definições.

Devoluções

Tipo Description
Dataset

Um objeto conjunto de dados atualizado da área de trabalho.

Observações

Para consumir o Conjunto de Dados atualizado, utilize o objeto devolvido por este método.

Atributos

definition

Devolver a definição atual do Conjunto de Dados.

Nota

Este método foi preterido e deixará de ser suportado.

Para obter mais informações, consulte https://aka.ms/dataset-deprecation.

Devoluções

Tipo Description
DatasetDefinition

A definição Conjunto de dados.

Observações

Uma definição de Conjunto de dados é uma série de passos que especificam como ler e transformar dados.

Um Conjunto de dados registado numa área de trabalho do AzureML pode ter várias definições, cada uma criada ao chamar update_definition. Cada definição tem um identificador exclusivo. Ter várias definições permite-lhe fazer alterações aos Conjuntos de Dados existentes sem quebrar modelos e pipelines que dependem da definição mais antiga.

Para conjuntos de dados não registados, existe apenas uma definição.

definition_version

Devolver a versão da definição atual do Conjunto de Dados.

Nota

Este método foi preterido e deixará de ser suportado.

Para obter mais informações, consulte https://aka.ms/dataset-deprecation.

Devoluções

Tipo Description
str

A versão de definição do Conjunto de dados.

Observações

Uma definição de Conjunto de dados é uma série de passos que especificam como ler e transformar dados.

Um Conjunto de dados registado numa área de trabalho do AzureML pode ter várias definições, cada uma criada ao chamar update_definition. Cada definição tem um identificador exclusivo. A definição atual é a mais recente criada, cujo ID é devolvido por esta definição.

Para conjuntos de dados não registados, existe apenas uma definição.

description

Devolva a descrição do Conjunto de Dados.

Devoluções

Tipo Description
str

A descrição do Conjunto de dados.

Observações

Especificar uma descrição dos dados no Conjunto de Dados permite que os utilizadores da área de trabalho compreendam o que os dados representam e como podem utilizá-lo.

id

Se o Conjunto de Dados tiver sido registado numa área de trabalho, devolva o ID do Conjunto de Dados. Caso contrário, devolva Nenhum.

Devoluções

Tipo Description
str

O ID do Conjunto de Dados.

is_visible

Controlar a visibilidade de um Conjunto de Dados registado na IU da área de trabalho do Azure ML.

Nota

Este método foi preterido e deixará de ser suportado.

Para obter mais informações, consulte https://aka.ms/dataset-deprecation.

Devoluções

Tipo Description
bool

A visibilidade do Conjunto de Dados.

Observações

Valores devolvidos:

  • Verdadeiro: o conjunto de dados está visível na IU da área de trabalho. Predefinição.

  • Falso: o conjunto de dados está oculto na IU da área de trabalho.

Não tem qualquer efeito nos Conjuntos de Dados não registados.

name

Devolver o nome do Conjunto de Dados.

Devoluções

Tipo Description
str

O Nome do conjunto de dados.

state

Devolver o estado do Conjunto de Dados.

Nota

Este método foi preterido e deixará de ser suportado.

Para obter mais informações, consulte https://aka.ms/dataset-deprecation.

Devoluções

Tipo Description
str

O estado do Conjunto de Dados.

Observações

O significado e o efeito dos estados são os seguintes:

  • Ativo. As definições ativas são exatamente o que soam, todas as ações podem ser executadas em definições ativas.

  • Preterido. a definição preterida pode ser utilizada, mas resultará num aviso registado nos registos sempre que os dados subjacentes são acedidos.

  • Arquivado. Não é possível utilizar uma definição arquivada para efetuar qualquer ação. Para efetuar ações numa definição arquivada, tem de ser reativada.

tags

Devolver as etiquetas associadas ao Conjunto de Dados.

Devoluções

Tipo Description
dict[str, str]

Etiquetas de conjuntos de dados.

workspace

Se o Conjunto de Dados tiver sido registado numa área de trabalho, devolva-o. Caso contrário, devolva Nenhum.

Devoluções

Tipo Description
Workspace

A área de trabalho.

Tabular

Fábrica para criar FileDataset

alias de TabularDatasetFactory