- Panoramica di Analysis Workspace
- Accesso e funzionalità di Data Science Workspace
- Procedura dettagliata di Data Science Workspace
- Notebook JupyterLab
- Sensei Machine Learning API
- Real-time Machine Learning (Alpha)
- Ricette precostruite
- Authoring dei modelli
- Esercitazioni su modelli e ricette
- Creazione e pubblicazione di un modello di machine learning
- Creare lo schema Vendite al dettaglio e il dataset
- Anteprima di schemi e set di dati
- Creare pacchetti di file sorgente in una ricetta
- Importare una ricetta in pacchetti (interfaccia utente)
- Importare una ricetta in pacchetti (API)
- Formazione e valutazione di un modello (interfaccia utente)
- Formazione e valutazione di un modello (API)
- Punteggio di un modello (interfaccia utente)
- Punteggio di un modello (API)
- Ottimizzare un modello
- Arricchisci il profilo cliente in tempo reale con informazioni approfondite sull’apprendimento automatico
- Pubblicare un modello come servizio (interfaccia utente)
- Pubblicare un modello come servizio (API)
- Pianificazione di sessioni di formazione e valutazione automatizzate su un servizio (interfaccia utente)
- Guida alla risoluzione dei problemi
- Riferimento API
- Note sulla versione della piattaforma
Accesso ai dati tramite Python
Il seguente documento contiene esempi su come accedere ai dati utilizzando Python per l'utilizzo in Data Science Workspace. Per informazioni sull'accesso ai dati utilizzando i notebook JupyterLab, consulta la documentazione sull'accesso ai dati dei notebook JupyterLab.
Lettura di un dataset
Dopo aver impostato le variabili di ambiente e aver completato l'installazione, il set di dati ora può essere letto nel dataframe di panda.
import pandas as pd
from .utils import get_client_context
from platform_sdk.dataset_reader import DatasetReader
def load(config_properties):
client_context = get_client_context(config_properties)
dataset_reader = DatasetReader(client_context, config_properties['DATASET_ID'])
df = dataset_reader.read()
SELEZIONARE le colonne dal dataset
df = dataset_reader.select(['column-a','column-b']).read()
Ottieni informazioni sul partizionamento:
client_context = get_client_context(config_properties)
dataset = Dataset(client_context).get_by_id({DATASET_ID})
partitions = dataset.get_partitions_info()
Clausola DISTINCT
La clausola DISTINCT consente di recuperare tutti i valori distinti a livello di riga/colonna, rimuovendo tutti i valori duplicati dalla risposta.
Di seguito è riportato un esempio di utilizzo della distinct() funzione:
df = dataset_reader.select(['column-a']).distinct().read()
Clausola WHERE
È possibile utilizzare alcuni operatori in Python per filtrare il set di dati.
Le funzioni utilizzate per il filtraggio sono con distinzione tra maiuscole e minuscole.
eq() = '='
gt() = '>'
ge() = '>='
lt() = '<'
le() = '<='
And = and operator
Or = or operator
Di seguito è riportato un esempio di utilizzo di queste funzioni di filtro:
df = dataset_reader.where(experience_ds['timestamp'].gt(87879779797).And(experience_ds['timestamp'].lt(87879779797)).Or(experience_ds['a'].eq(123)))
Clausola ORDER BY
La clausola ORDER BY consente di ordinare i risultati ricevuti in base a una colonna specificata in un ordine specifico (crescente o decrescente). Questa operazione viene eseguita utilizzando la sort() funzione.
Di seguito è riportato un esempio di utilizzo della sort() funzione:
df = dataset_reader.sort([('column_1', 'asc'), ('column_2', 'desc')])
Clausola LIMIT
La clausola LIMIT consente di limitare il numero di record ricevuti dal set di dati.
Di seguito è riportato un esempio di utilizzo della limit() funzione:
df = dataset_reader.limit(100).read()
Clausola OFFSET
La clausola OFFSET consente di saltare le righe dall'inizio per iniziare a restituire le righe da un punto successivo. In combinazione con LIMIT, può essere utilizzato per iterare le righe nei blocchi.
Di seguito è riportato un esempio di utilizzo della offset() funzione:
df = dataset_reader.offset(100).read()
Scrittura di un dataset
Per scrivere in un set di dati, è necessario fornire il dataframe panda al set di dati.
Creazione di un fotogramma dati panda
client_context = get_client_context(config_properties)
# To fetch existing dataset
dataset = Dataset(client_context).get_by_id({DATASET_ID})
dataset_writer = DatasetWriter(client_context, dataset)
write_tracker = dataset_writer.write(<your_dataFrame>, file_format='json')
Directory di Userspace (Checkpoint)
Per i processi più lunghi, potrebbe essere necessario memorizzare i passaggi intermedi. In casi come questo, potete leggere e scrivere in uno spazio utente.
I percorsi ai dati non vengono memorizzati. È necessario memorizzare il percorso corrispondente ai relativi dati.
Scrivi in userspace
client_context = get_client_context(config_properties)
user_helper = UserSpaceHelper(client_context)
user_helper.write(data_frame=<data_frame>, path=<path_to_directory>, ref_dataset_id=<ref_dataset_id>)
Lettura da userspace
client_context = get_client_context(config_properties)
user_helper = UserSpaceHelper(client_context)
my_df = user_helper.read(path=<path_to_directory>, ref_dataset_id=<ref_dataset_id>)
Passaggi successivi
Adobe Experience Platform Data Science Workspace fornisce un esempio di ricetta che utilizza gli esempi di codice riportati sopra per leggere e scrivere i dati. Per ulteriori informazioni su come utilizzare Python per accedere ai dati, consulta il repository Python GitHub diData Science Workspace.