class Table
La classe Table permet d’afficher et d’analyser des données tabulaires.
Contrairement aux feuilles de calcul traditionnelles, les Tables prennent en charge de nombreux types de données : des valeurs scalaires, des chaînes de caractères, des tableaux NumPy et la plupart des sous-classes de wandb.data_types.Media. Cela signifie que vous pouvez intégrer Images, Video, Audio et d’autres types de médias enrichis et annotés directement dans les Tables, aux côtés d’autres valeurs scalaires plus classiques.
Cette classe est la classe principale utilisée pour générer des W&B Tables https://docs.wandb.ai/guides/models/tables/.
méthode Table.__init__
rows est disponible pour des raisons de compatibilité et ne doit pas être utilisé. La classe Table utilise data pour reproduire l’API Pandas.
Arguments :
columns: (List[str]) Noms des colonnes du tableau. Valeurs par défaut : [“Input”, “Output”, “Expected”].data: (List[List[any]]) Tableau 2D de valeurs orienté par lignes.dataframe: (pandas.DataFrame) Objet DataFrame utilisé pour créer le tableau. Lorsqu’il est défini, les argumentsdataetcolumnssont ignorés.rows: (List[List[any]]) Tableau 2D de valeurs orienté par lignes.optional: (Union[bool,List[bool]]) Détermine si les valeursNonesont autorisées. Valeur par défaut : True- S’il s’agit d’une valeur booléenne unique, le caractère facultatif est appliqué à toutes les colonnes spécifiées lors de la création
- S’il s’agit d’une liste de valeurs booléennes, le caractère facultatif est appliqué à chaque colonne ; la liste doit avoir la même longueur que
columns
allow_mixed_types: (bool) Détermine si les colonnes peuvent contenir des types mixtes (désactive la validation de type). Valeur par défaut : Falselog_mode: Optional[str] Contrôle la façon dont la Table est enregistrée lorsque des modifications surviennent. Options :- “IMMUTABLE” (par défaut) : la Table ne peut être enregistrée qu’une seule fois ; les tentatives d’enregistrement suivantes après modification du tableau seront sans effet.
- “MUTABLE” : la Table peut être enregistrée à nouveau après des modifications, créant une nouvelle version d’artifact à chaque enregistrement.
- “INCREMENTAL” : les données de la Table sont enregistrées de façon incrémentielle, chaque enregistrement créant une nouvelle entrée d’artifact contenant les nouvelles données depuis le dernier enregistrement.
méthode Table.add_column
name: (str) - le nom unique de la colonnedata: (list | np.array) - une colonne de données homogènesoptional: (bool) - si les valeurs nulles sont autorisées
méthode Table.add_computed_columns
fn: fonction qui accepte un ou deux paramètres,ndx(int) etrow(dict), et qui doit renvoyer undictreprésentant les nouvelles colonnes de cette ligne, avec pour clés les noms des nouvelles colonnes.ndxest un entier représentant l’index de la ligne. Il est inclus uniquement siinclude_ndxest défini surTrue.rowest un dictionnaire dont les clés correspondent aux colonnes existantes
méthode Table.add_data
wandb.Table.MAX_ARTIFACT_ROWS.
Le nombre d’éléments des données doit correspondre au nombre de colonnes du tableau.
méthode Table.add_row
Table.add_data.
méthode Table.cast
col_name(str): Le nom de la colonne à convertir.dtype(class, wandb.wandb_sdk.interface._dtypes.Type, any): Le type cible.optional(bool): Indique si la colonne doit accepter des valeurs None.
méthode Table.get_column
name: (str) - le nom de la colonneconvert_to: (str, facultatif)- “numpy”: convertit les données sous-jacentes en objet NumPy
méthode Table.get_dataframe
pandas.DataFrame contenant le tableau.