Aktualisieren von Pandas auf Version 0.19 in Azure ML Studio

Question

Ich möchte wirklich Zugriff auf einige der aktualisierten Funktionen in Pandas 0.19 erhalten, aber Azure ML Studio verwendet Pandas 0.18 als Teil des Anaconda 4.0 Bundle. Gibt es eine Möglichkeit, die Version zu aktualisieren, die in den Komponenten "Python-Skript ausführen" verwendet wird?

Answer 1

Ich biete die folgenden Schritte für Sie an, um zu zeigen, wie Sie die Version der Pandas-Bibliothek in Execute Python Script aktualisieren.

Schritt 1: Verwenden Sie die virtualenv Komponente eine unabhängige Python-Laufzeitumgebung in Ihrem system.Please installieren Sie es mit dem Befehl pip install virtualenv zuerst zu erstellen, wenn Sie es nicht haben.

Wenn Sie es erfolgreich installiert haben, können Sie es in Ihrer Python/Scripts-Datei sehen.

Step2: Führen Sie die commad unabhängige Python-Laufzeitumgebung zu erstellen.

Schritt 3: Gehen Sie dann in den Skripten des erstellten Verzeichnis Ordner und aktivieren (dieser Schritt ist wichtig, verpassen Sie es nicht)

Bitte schließen diesen Befehl nicht Fenster und verwenden Sie pip install pandas==0.19, um externe Bibliotheken in diesem Befehlsfenster herunterzuladen.

Schritt 4: Komprimieren Sie alle Dateien in der Lib/site-packages Ordner in ein ZIP-Paket (Ich nenne es Pandas - Paket hier)

Schritt 5: Laden Sie das Zip-Paket in den Azure Machine Learning WorkSpace DataSet hoch.

spezifische Schritte entnehmen Sie bitte die Technical Notes.

Nach Erfolg, werden Sie das hochgeladene Paket in der Datensatzliste

Schritt 6 sehen: Vor dem defination der Methode azureml_main in dem Execute-Python Script-Modul, müssen Sie entfernen die alten pandas Module & ihre Abhängigkeiten, dann wieder pandas zu importieren, wie der Code unten.

import sys 
import pandas as pd 
print(pd.__version__) 
del sys.modules['pandas'] 
del sys.modules['numpy'] 
del sys.modules['pytz'] 
del sys.modules['six'] 
del sys.modules['dateutil'] 
sys.path.insert(0, '.\\Script Bundle') 
for td in [m for m in sys.modules if m.startswith('pandas.') or m.startswith('numpy.') or m.startswith('pytz.') or m.startswith('dateutil.') or m.startswith('six.')]: 
    del sys.modules[td] 
import pandas as pd 
print(pd.__version__) 
# The entry point function can contain up to two input arguments: 
# Param<dataframe1>: a pandas.DataFrame 
# Param<dataframe2>: a pandas.DataFrame 
def azureml_main(dataframe1 = None, dataframe2 = None): 

Dann können Sie das Ergebnis aus den Protokollen wie unten sehen, drucken Sie zuerst die alte Version 0.14.0, dann die neue Version 0.19.0 aus der hochgeladenen Zip-Datei drucken.

[Information]   0.14.0 
[Information]   0.19.0 

Sie könnten auch auf diese Themen beziehen: Access blob file using time stamp in Azure und reload with reset.

Ich hoffe, es hilft Ihnen.

Answer 2

Die Azure Machine Learning Workbench bietet viel mehr Flexibilität beim Einrichten von Umgebungen mit Docker. Ich bin dazu übergegangen, dieses Werkzeug zu benutzen.