体验带有笔记本的 Snowflake¶

示例用法¶

Snowpark Python 已预装在 Snowflake Notebooks 环境中。以下示例在笔记本中使用 Snowpark 库读入 CSV 文件和 Snowflake 表，并将其内容显示为输出。

1. 在笔记本中，使用 键盘快捷键 或通过选择 + Python 来添加一个 Python 单元。Snowflake Notebooks 和 Snowpark 都支持 Python 3.9。

2. 设置 Snowpark 会话。在笔记本中，会话上下文变量是预先配置好的。您可以使用 get_active_session 方法获取会话上下文变量：

   from snowflake.snowpark.context import get_active_session
   session = get_active_session()
   

   Copy

3. 使用 Snowpark 从暂存区位置将 CSV 文件加载到 Snowpark DataFrame 中。本例使用的暂存区名为 tastybyte_stage。

   df = session.read.options({"infer_schema":True}).csv('@TASTYBYTE_STAGE/app_order.csv')
   

   Copy

4. 将现有的 Snowflake 表 app_order 载入 Snowpark DataFrame 中。

   df = session.table("APP_ORDER")
   

   Copy

5. 显示 Snowpark DataFrame。

   df
   

   Copy

Snowpark 限制¶

• Snowflake 笔记本会创建一个 Snowpark 会话，因此您可以使用 Snowpark 会话类中的大部分方法。但是，由于笔记本是在 Snowflake 内部运行，而不是在本地开发环境中运行，因此不能使用以下方法：

  • session.add_import

  • session.add_packages

  • session.add_requirements

• 某些 Snowpark Python 操作不会使用 SPROCs。有关操作的完整列表，请参阅 Python 存储过程的限制。

示例用法¶

Streamlit 预装了 Snowflake Notebooks 环境。本节中的示例使用 Streamlit 创建一个交互式数据应用程序。

1. 导入必要的库

   import streamlit as st
   import pandas as pd
   

   Copy

2. 首先为应用程序创建一些样本数据。

   species = ["setosa"] * 3 + ["versicolor"] * 3 + ["virginica"] * 3
   measurements = ["sepal_length", "sepal_width", "petal_length"] * 3
   values = [5.1, 3.5, 1.4, 6.2, 2.9, 4.3, 7.3, 3.0, 6.3]
   df = pd.DataFrame({"species": species,"measurement": measurements,"value": values})
   df
   

   Copy

3. 从 Streamlit 库中设置交互式滑块。

   st.markdown("""# Interactive Filtering with Streamlit! :balloon:
               Values will automatically cascade down the notebook cells""")
   value = st.slider("Move the slider to change the filter value 👇", df.value.min(), df.value.max(), df.value.mean(), step = 0.3 )
   

   Copy

4. 最后，根据滑块值显示筛选后的表。

   df[df["value"]>value].sort_values("value")
   

   Copy

您可以在笔记本上与应用程序进行实时交互。根据您在滑块上设置的值，查看筛选后的表的变化。

笔记本中的 Streamlit 支持¶

使用 ` st.map <https://docs.streamlit.io/develop/api-reference/charts/st.map (https://docs.streamlit.io/develop/api-reference/charts/st.map)>`_ 或 st.pydeck_chart (https://docs.streamlit.io/develop/api-reference/charts/st.pydeck_chart) Streamlit 命令时，Mapbox 会在渲染地图内容时提供地图图块。Mapbox 是第三方应用程序，受Snowflake的 外部产品条款 的约束。

笔记本中不支持以下 Streamlit 元素：

• ` st.file_uploader <https://docs.streamlit.io/library/api-reference/widgets/st.file_uploader (https://docs.streamlit.io/library/api-reference/widgets/st.file_uploader)>`_

• ` st.camera_input<https://docs.streamlit.io/library/api-reference/widgets/st.camera_input (https://docs.streamlit.io/library/api-reference/widgets/st.camera_input)>`_

• ` st.bokeh_chart<https://docs.streamlit.io/library/api-reference/charts/st.bokeh_chart (https://docs.streamlit.io/library/api-reference/charts/st.bokeh_chart)>`_

• ` st.set_page_config <https://docs.streamlit.io/library/api-reference/utilities/st.set_page_config (https://docs.streamlit.io/library/api-reference/utilities/st.set_page_config)>`_

  不支持 st.set_page_config (https://docs.streamlit.io/library/api-reference/utilities/st.set_page_config) 命令的 page_title、page_icon 和 menu_items 属性。

• st.components.v1.iframe (https://docs.streamlit.io/develop/api-reference/custom-components/st.components.v1.iframe)

• st.components.v1.declare_component (https://docs.streamlit.io/develop/api-reference/custom-components/st.components.v1.declare_component)

• 以下实验性功能：

  • ` st.experimental_set_query_params <https://docs.streamlit.io/library/api-reference/utilities/st.experimental_set_query_params (https://docs.streamlit.io/library/api-reference/utilities/st.experimental_set_query_params)>`_

  • ` st.experimental_get_query_params<https://docs.streamlit.io/library/api-reference/utilities/st.experimental_get_query_params (https://docs.streamlit.io/library/api-reference/utilities/st.experimental_get_query_params)>`_

• 锚定链接

示例用法¶

要使用 Snowpark ML，请为笔记本安装 snowflake-ml-python 库：

1. 从笔记本中选择 Packages。

2. 找到 snowflake-ml-python 库并选择该库进行安装。

下面举例说明如何使用 Snowpark ML 库进行数据预处理：

import snowflake.ml.modeling.preprocessing as pp

# Initialize a StandardScaler object with input and output column names
scaler = pp.StandardScaler(
    input_cols=feature_names_input,
    output_cols=feature_names_input
)

# Fit the scaler to the dataset
scaler.fit(upsampled_data)

# Transform the dataset using the fitted scaler
scaled_features = scaler.transform(upsampled_data)
scaled_features

下面举例说明如何使用 Snowpark ML 库进行模型训练和推理：

from snowflake.ml.modeling.ensemble import RandomForestClassifier

# Initialize a RandomForestClassifier object with input, label, and output column names
model = RandomForestClassifier(
    input_cols=feature_names_input,
    label_cols=label,
    output_cols=output_label,
)

# Train the RandomForestClassifier model using the training set
model.fit(training)

# Predict the target variable for the testing set using the trained model
results = model.predict(testing)

示例用法¶

要使用 Snowflake ML 注册表，请为笔记本安装 snowflake-ml-python 库：

1. 在笔记本中，选择顶部的 Packages。

2. 搜索 snowflake-ml-python 包，选择该库进行安装。

以下是有关如何使用 Snowflake ML 注册表记录模型的示例：

from snowflake.ml.registry import Registry
# Create a registry and log the model
native_registry = Registry(session=session, database_name=db, schema_name=schema)

# Let's first log the very first model we trained
model_ver = native_registry.log_model(
    model_name=model_name,
    version_name='V0',
    model=regressor,
    sample_input_data=X, # to provide the feature schema
)

# Add evaluation metric
model_ver.set_metric(metric_name="mean_abs_pct_err", value=mape)

# Add a description
model_ver.comment = "This is the first iteration of our Diamonds Price Prediction model. It is used for demo purposes."

# Show Models
native_registry.get_model(model_name).show_versions()

示例用法¶

Snowpark Pandas 可在 Snowpark Python 1.17 及更高版本中使用。Snowpark Python 预装了 Snowflake Notebooks 环境。

1. 要安装 Modin，请从 Packages 选择 modin，并确保版本为 0.28.1 或更高。

2. 要设置 Pandas 版本，请从 Packages 选择 pandas，并确保版本为 2.2.1。

在 Python 单元中，导入 Snowpark Python 和 Modin：

import modin.pandas as pd
import snowflake.snowpark.modin.plugin

Copy

1. 创建 Snowpark 会话：

   from snowflake.snowpark.context import get_active_session
   session = get_active_session()
   

   Copy

2. 开始使用 Snowpark Python API：

   # Create a Snowpark Pandas DataFrame with sample data.
   df = pd.DataFrame([[1, 'Big Bear', 8],[2, 'Big Bear', 10],[3, 'Big Bear', None],
                       [1, 'Tahoe', 3],[2, 'Tahoe', None],[3, 'Tahoe', 13],
                       [1, 'Whistler', None],['Friday', 'Whistler', 40],[3, 'Whistler', 25]],
                       columns=["DAY", "LOCATION", "SNOWFALL"])
   # Drop rows with null values.
   df.dropna()
   # Compute the average daily snowfall across locations.
   df.groupby("LOCATION").mean()["SNOWFALL"]
   

   Copy