1. Oracle Machine Learning-Benutzeroberfläche in Autonomous Database verwenden
  2. Informationen zu Oracle Machine Learning Notebooks Classic

5 Informationen zu Oracle Machine Learning Notebooks Classic

Ein Notizbuch kann viele Absätze enthalten. Ein Absatz ist eine Notizbuchkomponente, in der Sie SQL-Anweisungen, PL/SQL-Skripte, R- und Python-Code sowie Conda-Anweisungen schreiben und ausführen können. Sie können Absätze einzeln ausführen oder alle Absätze in einem Notizbuch mit einer einzigen Schaltfläche ausführen.

Ein Absatz enthält einen Eingabeabschnitt und einen Ausgabeabschnitt. Geben Sie im Eingabeabschnitt den Interpreter an, der zusammen mit dem Code oder Text ausgeführt werden soll. Diese Informationen werden zur Ausführung an den Interpreter gesendet. Im Ausgabebereich werden die Ergebnisse des Interpreters angezeigt.

Auf der Seite Notizbücher Classic werden alle Notizbücher aufgelistet, die dem ausgewählten Projekt zugeordnet sind. Hier können Sie Notizbücher erstellen, bearbeiten und ausführen.

Sie können die folgenden Aufgaben auf der Seite Notizbücher Classic ausführen:

Abbildung 5-1: Seite "OML Notebooks Classic"

OML-Notizbücher - Classic (Seite)

  • Gehe zu OML-Notizbuch: Klicken Sie auf Gehe zu OML-Notizbuch, um zur Seite "Oracle Machine Learning Notebooks" zu gehen.

  • Erstellen: Klicken Sie auf Erstellen, um ein neues Notizbuch zu erstellen.

  • Bearbeiten: Klicken Sie auf eine Notizbuchzeile, um sie auszuwählen, und klicken Sie auf Bearbeiten. Sie können den Notizbuchnamen bearbeiten und im Dialogfeld Notizbuch bearbeiten Kommentare hinzufügen.

  • Löschen: Klicken Sie auf eine Notizbuchzeile, um sie auszuwählen, und klicken Sie auf Löschen.

  • Duplizieren: Klicken Sie auf eine Notizbuchzeile, um sie auszuwählen, und klicken Sie auf Duplizieren. Dadurch wird eine Kopie eines Notizbuchs erstellt, und die doppelte Kopie des Notizbuchs wird auf der Seite "Notizbücher" mit dem Suffix _1 im Notizbuchnamen aufgeführt.

  • Verschieben: Wählen Sie ein Notizbuch aus, und klicken Sie auf Verschieben, um das Notizbuch in ein anderes Projekt zu verschieben, entweder in demselben oder in einem anderen Workspace. Sie benötigen entweder die Berechtigung Administrator oder Developer, um Notizbücher über Projekte und Workspaces hinweg zu verschieben. Sie können Notizbücher verschieben, die aus Jobs ausgeführt werden, weil beim Ausführen von Notizbüchern aus Jobs eine Kopie des Notizbuchs ausgeführt wird.

    Hinweis:

    Ein Notizbuch kann nicht verschoben werden, wenn es den Status "Wird ausgeführt" aufweist oder wenn bereits ein Notizbuch mit demselben Namen im Zielprojekt vorhanden ist.
  • Kopieren: Wählen Sie ein Notizbuch aus, und klicken Sie auf Kopieren, um das Notizbuch in ein anderes Projekt zu kopieren, entweder in demselben oder in einem anderen Workspace. Sie benötigen entweder die Berechtigung Administrator oder Developer, um Notizbücher in verschiedenen Projekten und Workspaces zu kopieren.

  • Als Vorlage speichern: Um ein Notizbuch als Vorlage zu speichern, wählen Sie das Notizbuch aus, und klicken Sie auf Als Vorlage speichern. Im Dialogfeld "Als Vorlage speichern" können Sie den Speicherort der Vorlage in Persönlich oder Freigegeben unter "Vorlagen" definieren.

  • Importieren: Um ein Notizbuch als .json-Dateien zu importieren, klicken Sie auf Importieren. Wählen Sie das Projekt und den Workspace aus, in das das Notizbuch importiert werden soll.

  • Exportieren: Um ein Notizbuch zu exportieren, klicken Sie auf Exportieren. Sie können Notizbücher im Zeppelin-Format ( .json ) und im Jupyter-Format ( .ipynb ) exportieren und später in dieselbe oder eine andere Umgebung importieren.

  • Version: Um Versionen eines Notizbuchs zu erstellen, wählen Sie es aus, und klicken Sie auf Version. Sie können mit Ihrem Notizbuch experimentieren, indem Sie Versionen erstellen und auf eine ältere Version zurücksetzen, indem Sie auf Version zurücksetzen klicken.

    Hinweis:

    Sie können ein Notizbuch auch versionieren, indem Sie es öffnen und dann auf die Versionierungsoption Versionierung klicken. Mit dieser Option können Sie neue Versionen erstellen, die Versionshistorie anzeigen, ältere Versionen wiederherstellen und ältere Versionen des geöffneten Notizbuchs löschen.
  • In OML-Notizbücher kopieren: So kopieren Sie die ausgewählten Notizbücher mit dem ursprünglichen Namen mit dem Suffix _new in die Notizbuchschnittstelle. Sie können jetzt auf dieses Notizbuch zugreifen, indem Sie im linken Navigationsmenü auf Notizbücher klicken oder auf Gehe zu OML-Notizbüchern in der oberen rechten Ecke dieser Seite klicken.

  • Um ein Notizbuch zu öffnen und auszuführen, klicken Sie auf das Notizbuch. Das Notizbuch wird im Bearbeitungsmodus geöffnet.

  • Notizbuch erstellen - Classic
    Ein Notizbuch Classic ist eine webbasierte Schnittstelle für Datenanalyse, Daten-Discovery, Datenvisualisierung und Zusammenarbeit.
  • Notizbuch Classic bearbeiten
    Wenn Sie ein OML-Notizbuch Classic erstellen, wird es automatisch geöffnet, und Sie erhalten einen einzelnen Absatz mit dem Standardinterpreter %sql. Sie können den Interpreter ändern, indem Sie explizit %script, %python, %sql, %r, %md oder %conda angeben.
  • Notizbuch als Klassiker versionieren
    Sie können ein Backup eines klassischen Notizbuchs versionieren oder erstellen, es experimentieren und bei Bedarf auf das ursprüngliche Notizbuch zurücksetzen.
  • Notizbücher Classic als Vorlagen speichern
    Sie können ein vorhandenes Notizbuch Classic als Vorlage in Persönlich oder Gemeinsam verwendet speichern.
  • SQL-Interpreter in einem Notizbuchabsatz verwenden
    Ein Oracle Machine Learning-Notizbuch unterstützt mehrere Sprachen. Jeder Absatz ist einem bestimmten Dolmetscher zugeordnet. Beispiel: Um SQL-Anweisungen auszuführen, verwenden Sie den SQL-Interpreter. Um PL/SQL-Anweisungen auszuführen, verwenden Sie den Interpreter script.
  • Python-Interpreter in einem Notizbuchabsatz verwenden
    Ein Oracle Machine Learning-Notizbuch unterstützt mehrere Sprachen. Jeder Absatz ist einem bestimmten Dolmetscher zugeordnet. Um Python-Befehle in einem Notizbuch auszuführen, müssen Sie zuerst eine Verbindung zum Python-Interpreter herstellen. Um OML4Py zu verwenden, müssen Sie das Modul oml importieren.
  • R-Interpreter in einem Notizbuchabsatz verwenden
    Ein Oracle Machine Learning-Notizbuch unterstützt mehrere Sprachen. Jeder Absatz ist einem bestimmten Dolmetscher zugeordnet. Um R-Funktionen in einem Oracle Machine Learning-Notizbuch auszuführen, müssen Sie zuerst eine Verbindung zum R-Interpreter herstellen.
  • Conda-Interpreter in einem Notizbuchabsatz verwenden
    Oracle Machine Learning Notebooks stellt einen Conda-Interpreter bereit, mit dem Administratoren Conda-Umgebungen mit benutzerdefinierten Python- und R-Librarys von Drittanbietern erstellen können. Nach der Erstellung können Sie Conda-Umgebungen auch mit dem Conda-Interpreter in einer Notizbuchsession herunterladen und aktivieren.
  • Markdown-Interpreter aufrufen und statische HTML aus Nur-Text-Markdown generieren
    Verwenden Sie den Markdown-Interpreter, und generieren Sie statische HTML aus Nur-Text-Markdown.
  • Interpreter-Bindings und -Notizbücher
    Ein Interpreter ist ein Plug-in, mit dem Sie ein bestimmtes Backend für die Datenverarbeitungssprache verwenden können.
  • Scratchpad verwenden
    Mit dem Scratchpad können Sie bequem mit einem Klick auf ein Notizbuch zugreifen, um SQL-Anweisungen, PL/SQL-, R- und Python-Skripte auszuführen, die umbenannt werden können. Das Scratchpad ist auf der Homepage der Oracle Machine Learning-Benutzeroberfläche (UI) verfügbar.
  • Zusammenarbeit in Oracle Machine Learning
    Mindestens zwei Benutzer können zusammenarbeiten und Oracle Machine Learning User Interface-(UI-)Notizbücher mit anderen Benutzern teilen.

Verwandte Themen

5.1 Notizbuch Classic erstellen

Ein Notebook Classic ist eine webbasierte Schnittstelle für Datenanalyse, Datenerkennung, Datenvisualisierung und Zusammenarbeit.

Jedes Mal, wenn Sie ein Notebook Classic erstellen, verfügt es über eine Spezifikation für Interpretereinstellungen. Das Notebook Classic enthält eine interne Liste von Bindings, mit denen die Reihenfolge der Interpreter Bindings bestimmt wird. Ein Notebook Classic umfasst Absätze, die eine Notizbuchkomponente sind, in der Sie SQL-Anweisungen schreiben, PL/SQL-Skripte ausführen und Python-Befehle ausführen können. Ein Absatz enthält einen Eingabeabschnitt und einen Ausgabeabschnitt. Geben Sie im Eingabeabschnitt den Interpreter an, der zusammen mit dem Text ausgeführt werden soll. Diese Informationen werden zur Ausführung an den Interpreter gesendet. Im Ausgabebereich werden die Ergebnisse des Interpreters angezeigt.
So erstellen Sie ein Notebook Classic:
  1. Klicken Sie auf der Homepage der Oracle Machine Learning UI auf Notebooks Classic. Die Seite Notizbücher Classic wird geöffnet.
  2. Klicken Sie auf der Seite Notizbücher Classic auf Erstellen.
    Das Fenster Notizbuch erstellen wird angezeigt.
  3. Geben Sie im Feld Name einen Namen für das Notizbuch an.
  4. Geben Sie im Feld Bemerkungen ggf. Kommentare ein.
  5. Klicken Sie auf OK.
Ihr Notebook Classic wird erstellt und im Notizbucheditor geöffnet. Jetzt können Sie damit SQL-Anweisungen ausführen, PL/SQL-Skripte ausführen und Python-, R- und Conda-Befehle ausführen. Dazu geben Sie eine der folgenden Richtlinien im Eingabeabschnitt des Absatzes an:
  • %SQL: So stellen Sie eine Verbindung zum SQL-Interpreter her und führen SQL-Anweisungen aus
  • %script: So stellen Sie eine Verbindung zum PL/SQL-Interpreter her und führen PL/SQL-Skripte aus
  • %md: Zum Verbinden mit dem Markdown-Interpreter und Generieren statischer HTML aus Markdown-Nur-Text
  • %python: So stellen Sie eine Verbindung zum Python-Interpreter her und führen Python-Skripte aus
  • %r: Zum Herstellen einer Verbindung zum R-Interpreter und Ausführen von R-Skripten.
  • %conda: Zum Herstellen einer Verbindung zum Conda-Interpreter und Installieren von Python- und R-Librarys von Drittanbietern in einer Notizbuchsession.

Übergeordnetes Thema: Oracle Machine Learning Notebooks Classic

5.2 Notizbuch Classic bearbeiten

Wenn Sie ein OML Notebook Classic erstellen, wird es automatisch geöffnet, und Sie erhalten einen einzelnen Absatz mit dem Standardinterpreter %sql. Sie können den Interpreter ändern, indem Sie explizit %script, %python, %sql, %r, %md oder %conda angeben.

Legen Sie den Kontext für ein Projekt fest, dem Ihr Notizbuch zugeordnet ist.
Sie können ein vorhandenes Notebook Classic in Ihrem Projekt bearbeiten. So bearbeiten Sie ein vorhandenes Notebook Classic:
  1. Wählen Sie auf der Homepage der Oracle Machine Learning-UI das Projekt aus, in dem Ihr Notizbuch verfügbar ist.
  2. Gehen Sie zum UI-Navigator von Oracle Machine Learning, und wählen Sie Notebooks Classic aus. Alle im Projekt verfügbaren Notizbücher werden aufgelistet.
  3. Klicken Sie auf das Notizbuch, das Sie öffnen und bearbeiten möchten.
    Das ausgewählte Notizbuch wird im Bearbeitungsmodus geöffnet.
  4. Im Bearbeitungsmodus können Sie mit den Symbolleistenoptionen von Oracle Machine Learning Notebooks Classic Code in Absätzen, für Konfigurationseinstellungen und Anzeigeoptionen ausführen.

    Abbildung 5-2 Notizbuchsymbolleiste

    Notizbücher Classic-Symbolleiste
    Sie können folgende Aufgaben durchführen:
    • Code zum Abrufen von Daten schreiben
    • Klicken Sie auf run, um einen oder alle Absätze im Notizbuch auszuführen.
    • Klicken Sie auf Quelltext ausblenden, um alle Codes aus allen Absätzen im Notizbuch auszublenden. Klicken Sie erneut darauf, um die Codes anzuzeigen.
    • Klicken Sie auf Ausblenden der Ausgabe anzeigen, um alle Ausgaben aus allen Absätzen im Notizbuch auszublenden. Klicken Sie erneut darauf, um die Ausgaben anzuzeigen.
    • Klicken Sie auf Ausgabe löschen, um alle Ausgaben aus allen Absätzen im Notizbuch zu entfernen. Um die Ausgabe anzuzeigen, klicken Sie erneut auf das Symbol "Ausführen".
    • Klicken Sie auf Notizbuch löschen, um alle Absätze im Notizbuch zu löschen.
    • Klicken Sie auf Notizbuch exportieren, um das Notizbuch zu exportieren.
    • Klicken Sie auf Suchcode, um Informationen in den Codes im Notizbuch zu suchen.
    • Klicken Sie auf Tastenkombinationen, um die Liste der Tastenkombinationen anzuzeigen.
    • Klicken Sie auf Interpreter-Bindings, um die Reihenfolge für Interpreter Bindings für das Notizbuch festzulegen.
    • Klicken Sie auf Anzeigeoptionen für Notizbücher, um eine der drei Notizbuchanzeigeoptionen auszuwählen.
      • Klicken Sie auf Standard, um die Codes, Ausgaben und Metadaten in allen Absätzen im Notizbuch anzuzeigen.
      • Klicken Sie auf Einfach, um nur den Code und die Ausgabe in allen Absätzen im Notizbuch anzuzeigen. In dieser Ansicht sind die Notizbuchsymbolleiste und alle Bearbeitungsoptionen ausgeblendet. Sie müssen mit der Maus auf die Bearbeitungsoptionen zeigen.
      • Klicken Sie auf Bericht, um nur die Ausgabe in allen Absätzen im Notizbuch anzuzeigen.
    • Klicken Sie auf Bearbeitungsoptionen, um auf absatzspezifische Bearbeitungsoptionen zuzugreifen, wie z.B. Ausgabe löschen, Absatz entfernen, Breite und Schriftgröße anpassen, alle Absätze über oder unter dem ausgewählten Absatz ausführen usw.
    • Fügen Sie dynamische Formulare wie das Texteingabeformular, das Formular auswählen und das Kontrollkästchenformular hinzu, um Eingaben einfach auszuwählen und Daten in Ihrem Notizbuch zu filtern. Oracle Machine Learning unterstützt die folgenden dynamischen Apache Zeppelin-Formulare:

      • Texteingabeformular - Ermöglicht das Erstellen eines einfachen Formulars für die Texteingabe.

      • Formular auswählen - Ermöglicht das Erstellen eines Formulars mit einem Wertebereich, den der Benutzer auswählen kann.

      • Kontrollkästchenformular - Ermöglicht das Einfügen von Kontrollkästchen für die mehrfache Auswahl von Eingaben.

    Hinweis:

    Die dynamischen Apache Zeppelin-Formulare werden nur in SQL-Interpreter-Notizbüchern unterstützt.
  5. Nachdem Sie das Notizbuch bearbeitet haben, klicken Sie auf Zurück.
    Dadurch kehren Sie zur Seite Notizbücher Classic zurück.
  • Notizbuch exportieren
    Sie können ein Notizbuch Classic im Zeppelin-Format (.json) und im Jupyter-Format (.ipynb) exportieren und später in dieselbe oder eine andere Umgebung importieren.
  • Notizbuch importieren
    Sie können Notizbücher über integrierbare Datenbanken (PDBs) in Ihren Workspace importieren. Sie können auch Jupyter-Notizbücher in die Oracle Machine Learning-UI importieren.
  • Kontrollkästchenformulare in Notizbüchern erstellen
    Das Kontrollkästchenformular unterstützt die mehrfache Auswahl von Eingaben in einem Absatz. Die Eingaben sind als Kontrollkästchenoptionen im Notizbuch verfügbar.
  • Ausgewählte Formulare in Notizbüchern erstellen
    Mit dem Formular "Auswählen" können Sie Eingabewerte aus einer Werteliste auswählen und die ausgewählten Werte wie im Absatz definiert dynamisch abrufen.
  • Texteingabeformulare in Notizbüchern erstellen
    Mit dem Texteingabeformular können Sie Werte wie im Notizbuch definiert dynamisch abrufen.

Übergeordnetes Thema: Oracle Machine Learning Notebooks Classic

5.2.1 Notizbuch exportieren

Sie können ein Notebook Classic im Zeppelin-Format (.json ) und im Jupyter-Format ( .ipynb ) exportieren und später in dieselbe oder eine andere Umgebung importieren.

So exportieren Sie ein Notebook Classic:
  1. Wählen Sie auf der Seite Notizbücher Classic die Notizbücher aus, die Sie exportieren möchten. Sie können ein oder mehrere Notizbücher exportieren.
  2. Klicken Sie im oberen Bereich des Notizbucheditors auf Exportieren, und klicken Sie dann auf eine der folgenden Optionen:
    Unterstützte Notizbuchformate für Export
    • Zu exportierende Notizbücher - Um Notizbücher zu exportieren, klicken Sie auf:
      • Alle - Zum Exportieren aller Notizbücher.
      • Ausgewählt: Zum Exportieren der ausgewählten Notizbücher.
    • Format - Wählen Sie das Format aus, in das Sie das Notizbuch exportieren möchten:
      • Zeppelin - Exportiert das Notizbuch als Datei .json (JavaScript Object Notation).
      • Jupyter - Exportiert das Notizbuch als .ipynb-Datei.
    Die exportierten Notizbücher werden entweder als .json-Dateien oder als .ipynb-Dateien in einem komprimierten Ordner gespeichert.

Verwandte Themen

Übergeordnetes Thema: Notizbuch Classic bearbeiten

5.2.2 Notizbuch importieren

Sie können Notizbücher über integrierbare Datenbanken (PDBs) in Ihren Workspace importieren. Sie können auch Jupyter-Notizbücher in die Oracle Machine Learning-UI importieren.

Die Oracle Machine Learning-Benutzeroberfläche unterstützt den Import von Zeppelin-Notizbüchern (.json) und Jupyter-Notizbüchern (.ipynb).

Hinweis:

Ab Oracle Database 20c bezieht sich "database" speziell auf die Datendateien einer Mehrmandanten-Containerdatenbank (CDB), einer integrierbaren Datenbank (PDB) oder eines Anwendungscontainers.
To import a notebook:
  1. Klicken Sie auf der Homepage der Oracle Machine Learning-UI auf Notebooks Classic.
  2. Klicken Sie auf der klassischen Seite "Notizbücher" auf Importieren.
    Dadurch wird das Dialogfeld Dateiupload geöffnet. Suchen Sie das zu importierende Notizbuch, und wählen Sie es aus.

    Hinweis:

    Sie müssen das Notizbuch als Datei .json speichern, um es zu importieren. Sie können Notizbücher importieren, die aus Nicht-Oracle Apache Zeppelin-Umgebungen exportiert wurden. Es können jedoch nur Absätzestypen ausgeführt werden, die unterstützt werden.
  3. Suchen Sie im Dialogfeld Dateiupload die Datei .json, wählen Sie sie aus, und klicken Sie auf Öffnen.
    Dadurch wird die Notizbuchdatei in Ihren Workspace importiert.
  4. Klicken Sie auf das importierte Notizbuch, um es zu öffnen. Klicken Sie auf der klassischen Seite "Notizbücher" auf das Zahnradsymbol, um die Interpreter-Bindings anzuzeigen.

Verwandte Themen

Übergeordnetes Thema: Notizbuch Classic bearbeiten

5.2.3 Kontrollkästchenformulare in Notizbüchern erstellen

Das Kontrollkästchenformular unterstützt die Mehrfachauswahl von Eingaben in einem Absatz. Die Eingaben sind als Kontrollkästchenoptionen im Notizbuch verfügbar.

So erstellen Sie ein Kontrollkästchenformular:
  1. Öffnen Sie das Notizbuch, dem Sie das Kontrollkästchenformular hinzufügen möchten.
  2. Definieren Sie in einer SQL-Anweisung das Kontrollkästchenformular mit der folgenden Syntax:
    ${checkbox:formName=defaultValue1|defaultValue2...,option1|option2...}
    Führen Sie beispielsweise die folgende SQL-Anweisung aus:
    SELECT ${checkbox:whichcolumn=OWNER|OBJECT_TYPE, OWNER|OBJECT_NAME|OBJECT_TYPE|CREATED|STATUS} FROM ALL_OBJECTS WHERE OBJECT_TYPE IN ('VIEW', 'TABLE', 'INDEX', 'SYNONYM');
    In diesem Beispiel wird
    • Das Kontrollkästchenformular lautet WhichColumn.
    • Die in den Kontrollkästchen verfügbaren Mehrfachauswahloptionen sind OWNER, OBJECT_NAME, OBJECT_TYPE, CREATED und STATUS
    • Die Felder OWNER und OBJECT_TYPE sind standardmäßig definiert
    • Der Tabellenname lautet ALL_OBJECTS.
    • Die für die Anzeige konfigurierten Spalten sind EIGENTÜMER, OBJECT_NAME, OBJECT_TYPE, ERSTELLT und STATUS
  3. Führen Sie das Notizbuch aus. Das Kontrollkästchenformular WhichForm ist im Notizbuch verfügbar, wie im Screenshot gezeigt.checkbox_form

Übergeordnetes Thema: Notizbuch Classic bearbeiten

5.2.4 Auswählen von Formularen in Notizbüchern erstellen

Mit "Formular auswählen" können Sie Eingabewerte aus einer Werteliste auswählen und die im Absatz definierten ausgewählten Werte dynamisch abrufen.

So erstellen Sie ein Auswahlformular:
  1. Öffnen Sie das Notizbuch, dem Sie das Texteingabeformular hinzufügen möchten.
  2. Definieren Sie in einer SQL-Anweisung die Form {\b Select} mit folgender Syntax:
    ${formName=defaultValue,option1|option2...}.
    Führen Sie beispielsweise die folgende SQL-Anweisung aus:
    SELECT * FROM ALL_OBJECTS WHERE OBJECT_TYPE = '${OBJ=INDEX,INDEX|TABLE|VIEW|SYNONYM}';
    select_form
    In diesem Beispiel wird
    • Der Formularname lautet obj.
    • Die Liste der verfügbaren Werte lautet INDEX, TABLE, VIEW, SYNONYM..
    • Der Tabellenname lautet ALL_OBJECTS.
    • Der Spaltenname lautet OBJECT_TYPE.
    Wählen Sie Werte aus der Dropdown-Liste im Formular obj aus. Der ausgewählte Wert wird in der Spalte OBJECT_TYPE in der Tabelle ALL_OBJECTS abgerufen.

Übergeordnetes Thema: Notizbuch Classic bearbeiten

5.2.5 Texteingabeformulare in Notizbüchern erstellen

Mit dem Texteingabeformular können Sie Werte wie im Notizbuch definiert dynamisch abrufen.

So erstellen Sie Texteingabeformulare:
  1. Öffnen Sie das Notizbuch, dem Sie das Texteingabeformular hinzufügen möchten.
  2. Definieren Sie in einer SQL-Anweisung das Texteingabeformular mit der folgenden Syntax:
    ${formName}
    Führen Sie beispielsweise die folgende SQL-Anweisung aus:
    SELECT * FROM ALL_OBJECTS WHERE OBJECT_TYPE = '${OBJ}';
    In diesem Beispiel wird
    • Der Formularname lautet obj.
    • Der Tabellenname lautet ALL_OBJECTS.
    • Der Spaltenname lautet OBJECT_TYPE.
    Hier wird die Textform obj für die Spalte OBJECT_TYPE in der Tabelle ALL_OBJECTS erstellt. Sie können verschiedene Werte in das Formularfeld obj eingeben und das Notizbuch ausführen, um die entsprechenden Werte in der Spalte OBJECT_TYPE abzurufen.
  3. Führen Sie den Absatz aus. Das Notizbuch zeigt jetzt das Texteingabeformularfeld obj an (siehe Screenshot). Sie können Werte in das Feld obj eingeben und das Notizbuch ausführen, um die entsprechenden Werte für die Spalte OBJECT_TYPE in der Tabelle ALL_OBJECTS abzurufen.
    • Wenn Sie TABLE in das Feld obj eingeben und das Notizbuch ausführen, ruft das Notizbuch in der Spalte OBJECT_TYPE TABLE ab, wie im Screenshot gezeigt.Texteingabeformular mit Objekttyptabelle
    • Wenn Sie VIEW in das Formularfeld obj eingeben und das Notizbuch ausführen, ruft das Notizbuch den Wert VIEW in der Spalte OBJECT_TYPE ab, wie im Screenshot gezeigt. Texteingabeformular mit Objekttypansicht
  4. Sie können Standardwerte in der Form auch mit der folgenden Syntax zuweisen:
    ${formName=defaultValue}
    Um der Form {\b Text Input} einen Default-Wert zuzuweisen, ändern Sie die SQL-Anweisung wie folgt:
    SELECT * FROM ALL_OBJECTS WHERE OBJECT_TYPE = '${obj=TABLE}'
    Hier lautet der dem Formular zugewiesene Standardwert TABLE. Nachdem Sie den Absatz ausgeführt haben, wird der Standardwert TABLE in der Spalte OBJECT_TYPE abgerufen, wie im Screenshot gezeigt.
    Texteingabeformular mit Standardwert

Übergeordnetes Thema: Notizbuch Classic bearbeiten

5.3 Notizbuch als klassische Version versionieren

Sie können ein Backup eines Notizbuchklassikers versionieren oder erstellen, es experimentieren und bei Bedarf auf das ursprüngliche Notizbuch zurücksetzen.

So versionieren Sie ein Notebook Classic:
  1. Wählen Sie auf der Seite Notizbücher (klassisch) das Notizbuch aus, das Sie versionieren möchten, und klicken Sie auf Version.
    Die Seite Versionen wird geöffnet.
  2. Klicken Sie auf der Seite Versionen für das ausgewählte Notizbuch auf + Version.
    Das Dialogfeld Versionen erstellen wird angezeigt.
  3. Geben Sie im Dialogfeld Versionen erstellen Kommentare für die spezifische Version Ihres Notizbuchs ein, und klicken Sie auf OK.
  4. Das versionierte Notizbuch wird jetzt auf der Seite Versionen aufgeführt. Sie können folgende Aufgaben durchführen:
    • Klicken Sie auf + Version, um eine weitere Version einer bereits vorhandenen Version des Notizbuchs zu erstellen.
    • Klicken Sie auf Neues Notizbuch, um ein neues Notizbuch aus der ausgewählten Notizbuchversion zu erstellen.
    • Klicken Sie auf Löschen, um die ausgewählte Version Ihres Notizbuchs zu löschen.
    • Klicken Sie auf Version wiederherstellen, um die ältere Version Ihres Notizbuchs wiederherzustellen.
    • Klicken Sie auf Zurück zu Notizbüchern, um zur Classic-Seite für Notizbücher zu wechseln

Übergeordnetes Thema: Oracle Machine Learning Notebooks Classic

5.4 Notizbücher Classic als Vorlagen speichern

Sie können ein vorhandenes Notebook Classic als Vorlage in Persönlich oder Freigegeben speichern.

So speichern Sie ein Notebook Classic als Vorlage:
  1. Wählen Sie auf der Seite Notizbücher Classic das Notizbuch aus, das Sie als Vorlage speichern möchten, und klicken Sie auf Als Vorlage speichern.
    Das Dialogfeld Als Vorlage speichern wird geöffnet.
  2. Geben Sie im Feld Name einen Namen für die Notizbuchvorlage ein.
  3. Geben Sie im Feld Bemerkungen ggf. Kommentare ein.
  4. Geben Sie im Feld Tags Tags für die Vorlage ein.
  5. Wählen Sie unter Speichern unter Folgendes aus:
    • Persönlich: Wenn Sie diese Notizbuchvorlage in "Persönlich" speichern möchten, sodass nur Ihr Account dieses Notizbuch anzeigen oder verwenden kann.
    • Gemeinsam: Wenn Sie diese Notizbuchvorlage speichern und freigeben möchten, damit andere Benutzer Notizbücher aus dieser Vorlage anzeigen und erstellen können, die sie ausführen und bearbeiten können.

Übergeordnetes Thema: Oracle Machine Learning Notebooks Classic

5.5 SQL-Interpreter in einem Notizbuchabsatz verwenden

Ein Oracle Machine Learning-Notizbuch unterstützt mehrere Sprachen. Jeder Absatz ist einem bestimmten Dolmetscher zugeordnet. Beispiel: Um SQL-Anweisungen auszuführen, verwenden Sie den SQL-Interpreter. Um PL/SQL-Anweisungen auszuführen, verwenden Sie den Interpreter script.

In einem Oracle Machine Learning UI-Notizbuch können Sie mehrere Absätze hinzufügen. Jeder Absatz kann mit verschiedenen Interpretern wie SQL oder Python verbunden werden. Sie identifizieren den zu verwendenden Interpreter, indem Sie % gefolgt vom zu verwendenden Interpreter angeben: sql, script, r, python, conda, markdown.

Ein Absatz enthält einen Eingabeabschnitt und einen Ausgabeabschnitt. Geben Sie im Eingabeabschnitt den Interpreter an, der zusammen mit dem Text ausgeführt werden soll. Diese Informationen werden zur Ausführung an den Interpreter gesendet. Im Ausgabebereich werden die Ergebnisse des Interpreters angezeigt.
Sie können die folgenden Anweisungen in einem Notizbuchabsatz verwenden:
  • %SQL: Unterstützt Standard-SQL-Anweisungen. In %sql werden die Ergebnisse einer SELECT-Anweisung direkt in einem Tabellen-Viewer mit Zugriff auf andere Visualisierungsoptionen angezeigt. Verwenden Sie die Optionen in den Diagrammeinstellungen, um Gruppierungen, Summierungen und andere Vorgänge auszuführen.
  • %script: Unterstützt sowohl SQL-Anweisungen als auch PL/SQL. In %script werden die Ergebnisse einer SELECT-Anweisung als Textzeichenfolgenausgabe bereitgestellt.
  • %conda: Unterstützt die Conda-Umgebung. Geben Sie %conda am Anfang des Absatzes ein, um eine Verbindung zur Conda-Umgebung herzustellen und mit Librarys von Drittanbietern für Python zu arbeiten.
  • %r - Unterstützt R-Skripte. Geben Sie %r am Anfang des Absatzes ein, um eine Verbindung zum R-Interpreter herzustellen.
  • %python: Unterstützt Python-Skripte. Geben Sie %python am Anfang des Absatzes ein, um eine Verbindung zum Python-Interpreter herzustellen.
  • %md: Unterstützt Markdown-Markup-Sprache.

Hinweis:

Um eine Gruppierung nach für alle Daten auszuführen, wird empfohlen, die Gruppierung in der Datenbank mit SQL-Skripten auszuführen und die Übersichtsinformationen für das Diagramm im Notizbuch zurückzugeben. Die Gruppierung auf Notizbuchebene funktioniert gut für kleine Datensätze. Wenn Sie zu viele Daten in das Notizbuch ziehen, können aufgrund von unzureichendem Speicher Probleme auftreten. Sie können das Zeilenlimit für Ihr Notizbuch mit der Option Zeilenlimit rendern auf der Seite Verbindungsgruppe festlegen.
So rufen Sie Daten in einem Notizbuch ab und visualisieren sie:
  1. Klicken Sie auf der Seite Notizbuch auf das Notizbuch, das Sie ausführen möchten.
    Das Notizbuch wird im Bearbeitungsmodus geöffnet.
  2. Geben Sie %SQL ein, um den SQL-Interpreter aufzurufen, und drücken Sie die Eingabetaste. Ihr Notizbuch kann jetzt SQL-Anweisungen ausführen.
  3. Geben Sie die SQL-Anweisung ein, um Daten aus einer Oracle Database abzurufen. Beispiel: Geben Sie SELECT * FROM TABLENAME ein, und klicken Sie auf Symbol Ausführen. Alternativ können Sie die Shift+Enter-Taste drücken, um das Notizbuch auszuführen.

    Hinweis:

    Notizbücher müssen als regulärer Benutzer geöffnet werden, d.h. als Benutzer ohne Administratorrechte. Die Notizbuchoption Ausführen ist für den Administrator nicht verfügbar.
    Dadurch werden die Daten im Notizbuch abgerufen.
  4. Die Daten werden in der Ausgabe des Absatzes angezeigt.
    Die Ergebnisse des Interpreters werden im Ausgabeabschnitt angezeigt. Der Ausgabeabschnitt des Absatzes umfasst eine Befundungskomponente, in der die Ergebnisse in einer grafischen Ausgabe angezeigt werden. Die Diagrammschnittstelle ermöglicht Ihnen die Interaktion mit der Ausgabe im Notizbuchabsatz. Sie können einen Absatz oder alle Absätze in einem Notizbuch ausführen und bearbeiten.
    Klicken Sie unter "Tabellenoptionen" auf Einstellungen, und wählen Sie Folgendes aus:

    • useFilter: Zum Aktivieren des Filters für Spalten.

    • showPagination: Um die Paginierung für die erweiterte Navigation zu aktivieren.

    • showAggregationFooter: Damit kann ein Footer aggregierte Werte anzeigen.

    Sie können die Spalten auch sortieren, indem Sie auf den Abwärtspfeil neben dem Spaltennamen klicken.

    Um die tabellarischen Daten zu visualisieren, klicken Sie auf die entsprechenden Symbole für jede der einzelnen grafischen Darstellungen, wie hier gezeigt:
    • Klicken Sie auf Balkendiagramm, um die Daten in einem Balkendiagramm darzustellen.
    • Klicken Sie auf Tortendiagramm, um die Daten in einem Tortendiagramm darzustellen.
    • Klicken Sie auf Flächendiagramm, um die Daten in einem Flächendiagramm darzustellen.
    • Klicken Sie auf Liniendiagramm, um die Daten in einem Liniendiagramm darzustellen.
    • Klicken Sie auf Streudiagramm, um die Daten in einem Streudiagramm darzustellen.
  • Info zu Oracle Machine Learning for SQL
    Oracle Machine Learning for SQL (OML4SQL) bietet eine leistungsstarke, hochmoderne Funktion für maschinelles Lernen in Oracle Database. Mit Oracle Machine Learning for SQL können Sie prädiktive und beschreibende Modelle für maschinelles Lernen erstellen und bereitstellen und vorhandenen und neuen Anwendungen intelligente Funktionen hinzufügen.
  • Ausgabeformat in Notizbüchern festlegen
    Mit Oracle Machine Learning Notebooks können Sie die Abfrageausgabe in Notizbüchern vorformatieren.
  • Durch SET SQLFORMAT-Befehl unterstützte Ausgabeformate
    Mit dem Befehl SET SQLFORMAT können Sie die Abfrageausgabe in verschiedenen Formaten generieren.

Verwandte Themen

Übergeordnetes Thema: Oracle Machine Learning Notebooks Classic

5.5.1 Info zu Oracle Machine Learning for SQL

Oracle Machine Learning for SQL (OML4SQL) bietet eine leistungsstarke, hochmoderne Funktion für maschinelles Lernen in Oracle Database. Mit Oracle Machine Learning for SQL können Sie prädiktive und beschreibende Modelle für maschinelles Lernen erstellen und bereitstellen und vorhandenen und neuen Anwendungen intelligente Funktionen hinzufügen.

Oracle Machine Learning for SQL bietet eine umfassende Reihe datenbankinterner Algorithmen für die Ausführung einer Vielzahl von Machine Learning-Aufgaben, wie Klassifizierung, Regression, Anomalieerkennung, Featureextraktion, Clustering und Marktkorbanalyse. Die programmgesteuerten Schnittstellen zu OML4SQL sind PL/SQL zum Erstellen und Verwalten von Modellen und eine Familie von SQL-Funktionen für die Bewertung.

Verwenden Sie Oracle Machine Learning Notebook mit den SQL- und PL/SQL-Interpretern, um SQL-Anweisungen (%SQL) bzw. PL/SQL-Skripte (%script) auszuführen. Mit Oracle Machine Learning for SQL können Sie:
  • Datenexploration und Datenanalyse durchführen
  • Erstellen, bewerten und implementieren Sie Modelle für maschinelles Lernen, und
  • Daten mit diesen Modellen bewerten

Übergeordnetes Thema: SQL-Interpreter in einem Notizbuchabsatz verwenden

5.5.2 Ausgabeformat in Notizbüchern festlegen

Mit Oracle Machine Learning Notebooks können Sie die Abfrageausgabe in Notizbüchern vorformatieren.

Um die Abfrageausgabe vorab zu formatieren, müssen Sie den Befehl SET SQLFORMAT wie folgt verwenden:
  1. Öffnen Sie ein Notizbuch in Oracle Machine Learning.
  2. Geben Sie den folgenden Befehl ein:
    %script
    SET SQLFORMAT format_option
    Beispiel: Wenn Sie die Ausgabe im ansiconsole-Format ausgeben möchten, geben Sie den Befehl gefolgt von der SQL-Abfrage wie folgt ein:
    SET SQLFORMAT ansiconsole;
    SELECT * FROM HR.EMPLOYEES;
    Hier lautet das Ausgabeformat ansiconsole, und der Tabellenname lautet HR.EMPLOYEES.

    Hinweis:

    Diese Formatierung ist für den Skript-Interpreter verfügbar. Daher müssen Sie das Präfix %script hinzufügen, wie in diesem Beispiel dargestellt.

Übergeordnetes Thema: SQL-Interpreter in einem Notizbuchabsatz verwenden

5.5.3 Von SET SQLFORMAT-Befehl unterstützte Ausgabeformate

Mit dem Befehl SET SQLFORMAT können Sie die Abfrageausgabe in verschiedenen Formaten generieren.

Hinweis:

Diese Ausgabeformate sind für den Skript-Interpreter verfügbar. Daher müssen Sie das Präfix %script aufnehmen.
Verfügbar sind:

  • CSV - Das CSV-Format erzeugt eine kommagetrennte Standardvariablenausgabe, wobei Zeichenfolgenwerte in doppelte Anführungszeichen gesetzt werden. Die Syntax lautet:

    %script

    SET SQLFORMAT CSV

  • HTML - Das HTML-Format erzeugt den HTML-Code für eine responsive Tabelle. Der Inhalt der Tabelle ändert sich dynamisch entsprechend der im Textfeld eingegebenen Suchzeichenfolge. Die Syntax lautet:

    %script

    SET SQLFORMAT HTML

  • XML - Das XML-Format erzeugt ein tagbasiertes XML-Dokument. Alle Daten werden als CDATA-Tags dargestellt. Die Syntax lautet:

    %script

    SET SQLFORMAT XML

  • JSON - Das JSON-Format erzeugt ein JSON-Dokument, das die Definitionen der Spalten zusammen mit den darin enthaltenen Daten enthält. Die Syntax lautet:

    %script

    SET SQLFORMAT JSON

  • ANSICONSOLE - Das ANSICONSOLE-Format passt die Größe der Spalten an die Breite der Daten an, um Platz zu sparen. Es unterstreicht auch die Spalten, anstatt eine separate Ausgabezeile. Die Syntax lautet:

    %script

    SET SQLFORMAT ANSICONSOLE

  • INSERT - Das INSERT-Format erzeugt die INSERT-Anweisungen, mit denen die Zeilen in einer Tabelle neu erstellt werden können. Die Syntax lautet:

    %script

    SET SQLFORMAT INSERT

  • LOADER - Das LOADER-Format erzeugt eine Ausgabe mit Pipe-Begrenzung mit Zeichenfolgenwerten, die in doppelte Anführungszeichen gesetzt sind. Die Spaltennamen sind nicht in der Ausgabe enthalten. Die Syntax lautet:

    %script

    SET SQLFORMAT LOADER

  • BEHOBEN - Das FIXED-Format erzeugt Spalten mit fester Breite mit allen Daten, die in doppelte Anführungszeichen eingeschlossen sind. Die Syntax lautet:

    %script

    SET SQLFORMAT FIXED

  • DEFAULT - Die Option DEFAULT löscht alle vorherigen SQLFORMAT-Einstellungen und kehrt zur Standardausgabe zurück. Die Syntax lautet:

    %script

    SET SQLFORMAT DEFAULT

    Hinweis:

    Sie können diesen Befehl auch ohne den Formatnamen DEFAULT ausführen, indem Sie einfach SET SQLFORMAT eingeben.

  • DELIMITED - Mit dem DELIMITED-Format können Sie die Begrenzungszeichenfolge und die Zeichen, die in die Zeichenfolgenwerte eingeschlossen sind, manuell definieren. Die Syntax lautet:

    %script

    SQLFORMAT DELIMITED delimiter left_enclosure right_enclosure

    Beispiel:

    %script

    SET SQLFORMAT DELIMITED ~del~ " "

    SELECT * FROM emp WHERE deptno = 20;

    Ausgabe:

    "EMPNO"~del~"ENAME"~del~"JOB"~del~"MGR"~del~"HIREDATE"~del~"SAL"~del~"COMM"~del~"DEPTNO"

    In diesem Beispiel ist die Begrenzungszeichenfolge ~del~, und Zeichenfolgenwerte wie EMPNO, ENAME, JOB usw. werden in doppelte Anführungszeichen gesetzt.

Übergeordnetes Thema: SQL-Interpreter in einem Notizbuchabsatz verwenden

5.6 Python-Interpreter in einem Notizbuchabsatz verwenden

Ein Oracle Machine Learning-Notizbuch unterstützt mehrere Sprachen. Jeder Absatz ist einem bestimmten Dolmetscher zugeordnet. Um Python-Befehle in einem Notizbuch auszuführen, müssen Sie zuerst eine Verbindung zum Python-Interpreter herstellen. Um OML4Py zu verwenden, müssen Sie das Modul oml importieren.

In einem Oracle Machine Learning UI-Notizbuch können Sie mehrere Absätze hinzufügen. Jeder Absatz kann mit verschiedenen Interpretern wie SQL oder Python verbunden werden. Sie identifizieren den zu verwendenden Interpreter, indem Sie % gefolgt vom zu verwendenden Interpreter angeben: sql, script, r, python, conda, markdown.

Dieses Beispiel zeigt, wie Sie:
  • Stellen Sie eine Verbindung zu einem Python-Interpreter her, um Python-Befehle in einem Notizbuch auszuführen
  • Importieren Sie die Python-Module oml, matplotlib und numpy
  • Prüfen Sie, ob das Modul oml mit Oracle Database verbunden ist

Hinweis:

z ist ein reserviertes Schlüsselwort und darf in %python-Absätzen in Oracle Machine Learning UI-Notizbüchern nicht als Variable verwendet werden.
Annahme: Im Beispiel wird davon ausgegangen, dass Sie ein neues Notizbuch mit dem Namen Py-Notiz erstellt haben.
  1. Öffnen Sie das Notizbuch "Py Note", und klicken Sie auf das Symbol "Interpreter Bindings". Zeigen Sie die verfügbaren Interpreter Bindings an.
  2. Um eine Verbindung zum Python-Interpreter herzustellen, geben Sie %python ein
    Jetzt können Sie Python-Skripte in Ihrem Notizbuch ausführen.
  3. Um das Modul OML4Py zu verwenden, müssen Sie das Modul oml importieren. Geben Sie den folgenden Python-Befehl ein, um das Modul oml zu importieren, und klicken Sie auf das Symbol "Ausführen". Alternativ können Sie die Shift+Enter-Taste drücken, um das Notizbuch auszuführen.
    import oml
  4. Um zu prüfen, ob das Modul oml mit der Datenbank verbunden ist, geben Sie Folgendes ein:
    oml.isconnected()
    Sobald Ihr Notizbuch verbunden ist, gibt der Befehl TRUE. zurück. Das Notizbuch ist jetzt mit dem Python-Interpreter verbunden, und Sie können python-Befehle in Ihrem Notizbuch ausführen.

Beispiel für die Verwendung der Python-Module matplotlib und numpy, und verwenden Sie Zufallsdaten, um zwei Histogramme darzustellen.

  1. Geben Sie die folgenden Befehle ein, um die Module zu importieren: 
    %python
import matplotlib.pyplot as plt
import numpy as np
    • Matplotlib - Python-Modul zum Rendern von Diagrammen
    • Numpy - Python-Modul für Berechnungen
  2. Geben Sie die folgenden Befehle ein, um die Daten in zwei Histogrammen zu berechnen und wiederzugeben.
    
list1 = np.random.rand(10)*2.1
list2 = np.random.rand(10)*3.0

plt.subplot(1,2,1) # 1 line, 2 rows, index nr 1 (first position in the subplot)
plt.hist(list1)
plt.subplot(1, 2, 2) # 1 line, 2 rows, index nr 2 (second position in the subplot)
plt.hist(list2)
plt.show()
    In diesem Beispiel importieren die Befehle zwei Python-Module zum Berechnen und Rendern der Daten in zwei Histogrammen list1 und list2.
  3. Klicken Sie auf Ausführen.
    Im Ausgabeabschnitt des Absatzes, der eine Diagrammkomponente enthält, werden die Ergebnisse in zwei Histogrammen angezeigt: list1 und list2, wie im Screenshot gezeigt.
  • About Oracle Machine Learning for Python
    Oracle Machine Learning for Python (OML4Py) is a component of Oracle Autonomous Database, which includes Oracle Autonomous Data Warehouse (ADW), Oracle Autonomous Transaction Processing (ATP), and Oracle Autonomous JSON Database (AJD). Mit Oracle Machine Learning UI-Notizbüchern können Sie Python-Funktionen für Daten zur Datenexploration und -vorbereitung ausführen und gleichzeitig Oracle Database als leistungsstarke Computing-Umgebung nutzen. Die Oracle Machine Learning-Benutzeroberfläche (UI) ist über die Services Autonomous Data Warehouse (ADW), Autonomous Transaction Processing (ATP) und Autonomous JSON Database (AJD) verfügbar.

Übergeordnetes Thema: Oracle Machine Learning Notebooks Classic

5.6.1 Info zu Oracle Machine Learning for Python

Oracle Machine Learning for Python (OML4Py) is a component of Oracle Autonomous Database, which includes Oracle Autonomous Data Warehouse (ADW), Oracle Autonomous Transaction Processing (ATP), and Oracle Autonomous JSON Database (AJD). Mit Oracle Machine Learning UI-Notizbüchern können Sie Python-Funktionen für Daten zur Datenexploration und -vorbereitung ausführen und gleichzeitig Oracle Database als leistungsstarke Computing-Umgebung nutzen. Die Oracle Machine Learning-Benutzeroberfläche (UI) ist über die Services Autonomous Data Warehouse (ADW), Autonomous Transaction Processing (ATP) und Autonomous JSON Database (AJD) verfügbar.

Oracle Machine Learning for Python (OML4Py) macht die Open-Source-Python-Skriptsprache und -Umgebung bereit für Unternehmen und Big Data. Oracle Machine Learning for Python wurde für Probleme mit großen und kleinen Datenmengen entwickelt und integriert Python mit Oracle Autonomous Database, einschließlich seiner leistungsstarken datenbankinternen Algorithmen für maschinelles Lernen, und ermöglicht die Bereitstellung von Python-Code.

Mit Oracle Machine Learning for Python können Sie:
  • Führen Sie Datenexploration, Datenanalyse und maschinelles Lernen mit Python durch, und nutzen Sie Oracle Database als leistungsstarke Compute-Engine
  • Erstellen und bewerten Sie Modelle für maschinelles Lernen und bewerten Sie Daten mithilfe dieser Modelle aus einer integrierten Python-API mit datenbankinternen Algorithmen
  • Stellen Sie benutzerdefinierte Python-Funktionen über eine REST-Schnittstelle mit datenparalleler und aufgabenparalleler Verarbeitung bereit

Der Python-Interpreter verwendet Python 3.8.5, um Python-Skripte in Oracle Machine Learning UI-Notizbüchern zu verarbeiten. Um den Interpreter zu verwenden, geben Sie die Direktive %python am Anfang des Absatzes an. Der Python-Interpreter unterstützt die folgenden Python-Module:

  • cx_Oracle 7.3.0
  • cycler 0.10.0
  • joblib 0.14.0
  • kiwisolver 1.1.0
  • matplotlib 3.1.2
  • numpy 1.18.1
  • pandas 0.25.3
  • pyparsing 2.4.0
  • python-dateutil 2.8.1
  • pytz 2019.3
  • scikit_learn 0.22.1
  • scipy 1.4.1
  • six 1.13.0

Verwandte Themen

Übergeordnetes Thema: Python-Interpreter in einem Notizbuchabsatz verwenden

5.7 R-Interpreter in einem Notizbuchabsatz verwenden

Ein Oracle Machine Learning-Notizbuch unterstützt mehrere Sprachen. Jeder Absatz ist einem bestimmten Dolmetscher zugeordnet. Um R-Funktionen in einem Oracle Machine Learning-Notizbuch auszuführen, müssen Sie zuerst eine Verbindung zum R-Interpreter herstellen.

In einem Oracle Machine Learning UI-Notizbuch können Sie mehrere Absätze hinzufügen. Jeder Absatz kann mit verschiedenen Interpretern wie R oder SQL oder Python verbunden werden. Sie identifizieren den zu verwendenden Interpreter, indem Sie % gefolgt vom zu verwendenden Interpreter angeben: sql, script, r, python, conda, markdown.

Dieses Beispiel zeigt, wie:
  • Stellen Sie eine Verbindung zum R-Interpreter her, um R-Befehle in einem Notizbuch auszuführen.
  • Prüfen Sie die Verbindung zu Oracle Autonomous Database, und
  • ORE-Bibliotheken laden
  1. Um eine Verbindung zum R-Interpreter herzustellen, geben Sie die folgende Anweisung am Anfang des Notizbuchabschnitts ein, und drücken Sie die Eingabetaste:
    %r
  2. Um die Datenbankverbindung zu prüfen, geben Sie den folgenden Befehl ein, und drücken Sie die Eingabetaste:
    ore.is.connected()
    Sobald Ihr Notizbuch verbunden ist, gibt der Befehl TRUE zurück, wie im Screenshot hier gezeigt. Das Notizbuch ist jetzt mit dem R-Interpreter verbunden, und Sie können R-Befehle in Ihrem Notizbuch ausführen.

    Abbildung 5-3: Datenbankverbindung testen

    Verbindung zu Oracle Database testen
  3. Um R-Librarys zu importieren, führen Sie die folgenden Befehle aus: 
    library(ORE)
library(OREdplyr)
    Nachdem die Packages erfolgreich geladen wurden, wird die Liste der ORE-Packages wie im Screenshot hier dargestellt angezeigt. Scrollen Sie nach unten, um die gesamte Liste anzuzeigen.

    Abbildung 5-4 Befehle zum Laden von R-Paketen

    R-Pakete laden
  • Oracle Machine Learning for R
    Oracle Machine Learning for R (OML4R) ist eine Komponente der Oracle Machine Learning-Produktfamilie, die R in Oracle Autonomous Database integriert.

Übergeordnetes Thema: Oracle Machine Learning Notebooks Classic

5.7.1 Info zu Oracle Machine Learning for R

Oracle Machine Learning for R (OML4R) ist eine Komponente der Oracle Machine Learning-Produktfamilie, die R in Oracle Autonomous Database integriert.

Oracle Machine Learning for R macht die Open-Source-R-Skriptsprache und -umgebung bereit für Unternehmens- und Big Data. Es wurde für Probleme entwickelt, die sowohl große als auch kleine Datenmengen betreffen. Mit OML4R können Benutzer R-Befehle und -Skripte für Statistik und maschinelles Lernen ausführen und Visualisierungsanalysen für Datenbanktabellen und -ansichten mit R-Syntax ausführen.

Oracle Machine Learning for R ist in der Oracle Machine Learning-UI verfügbar, die derzeit über Oracle Autonomous Database verfügbar ist, einschließlich Autonomous Data Warehouse, Autonomous Transaction Processing und Autonomous JSON Database. Die eingebettete R-Ausführungsfunktion von Oracle Machine Learning for R kann über SQL- und REST-APIs in Autonomous Database bereitgestellt werden.

Mit Oracle Machine Learning for R können Sie:

  • Führen Sie Datenexploration und Datenvorbereitung durch und nutzen Sie Oracle Database als leistungsstarke Computing-Umgebung nahtlos.
  • Führen Sie benutzerdefinierte R-Funktionen auf von der Datenbank gestarteten und kontrollierten R-Engines mit systemunterstützten datenparallelen und aufgabenparallelen Funktionen aus.
  • Nutzen Sie leistungsstarke datenbankinterne Algorithmen für maschinelles Lernen aus der Sprache R.

Um den R-Interpreter zu verwenden, geben Sie die Direktive %r am Anfang des Absatzes an. Die folgenden R-Packages werden zur Unterstützung von Oracle Machine Learning for R installiert.

Unterstützte proprietäre R-Pakete für Oracle Machine Learning for R

Die unterstützten proprietären R-Packages von Oracle Machine Learning for R sind:

  • ORE_1.5.1
  • OREbase_1.5.1
  • OREcommon_1.5.1
  • OREdm_1.5.1
  • OREdplyr_1.5.1
  • OREeda_1.5.1
  • OREembed_1.5.1
  • OREgraphics_1.5.1
  • OREmodels_1.5.1
  • OREpredict_1.5.1
  • OREstats_1.5.1
  • ORExml_1.5.1

Unterstützte Open Source-R-Module

Die folgenden Open-Source-R-Packages werden von Oracle Machine Learning for R unterstützt:

  • R-4.0.5
  • Cairo_1.5-15
  • ROracle_1.4-1: DBI_1.1-2
  • arules_1.7-3
  • png_0.1-7
  • randomForest_4.6-14
  • statmod_1.4-36
  • dplyr_1.0-9:
  • R6_2.5.1
  • assertthat_0.2.1
  • cli_3.3.0
  • crayon_1.5.1
  • ellipsis_0.3.2
  • fansi_1.0.3
  • generics_0.1.2
  • glue_1.6.2
  • lazyeval_0.2.2
  • lifecycle_1.0.1
  • magrittr_2.0.3
  • pillar_1.7.0
  • pkgconfig_2.0.3
  • purrr_0.3.4
  • rlang_1.0.2
  • tibble_3.1.7
  • tidyselect_1.1.2
  • utf8_1.2.2
  • vctrs_0.4.1

Oracle Machine Learning for R - Anforderungen an Dolmetscher

Der R-Interpreter erfordert die folgenden Open Source R-Pakete:
  • Rkernel 1.3:
    • base64enc 0.1-3
    • cli 3.3.0
    • crayon 1.5.1
    • digest 0.6.29
    • ellipsis 0.3.2
    • evaluate 0.15
    • fansi 1.0.3
    • fastmap 1.1.0
    • glue 1.6.2
    • htmltools 0.5.2
    • IRdisplay 1.1
    • jsonlite 1.8.0
    • lifecycle 1.0.1
    • pbdZMQ 0.3-7
    • pillar 1.7.0
    • repr 1.1.4
    • rlang 1.0.2
    • utf8 1.2.2
    • uuid 1.1-0
    • vctrs 0.4.1
  • knitr 1.39:
    • evaluate_0.15
    • glue_1.6.2
    • highr_0.9
    • magrittr_2.0.3
    • stringi_1.7.6
    • stringr_1.4.0
    • xfun_0.31
    • yaml_2.3.5

Übergeordnetes Thema: R-Interpreter in einem Notizbuchabsatz verwenden

5.8 Conda-Interpreter in einem Notizbuchabsatz verwenden

Oracle Machine Learning Notebooks stellt einen Conda-Interpreter bereit, mit dem Administratoren Conda-Umgebungen mit benutzerdefinierten Python- und R-Librarys von Drittanbietern erstellen können. Nach der Erstellung können Sie Conda-Umgebungen auch mit dem Conda-Interpreter in einer Notizbuchsession herunterladen und aktivieren.

Ein Oracle Machine Learning-Notizbuch unterstützt mehrere Sprachen. Dazu müssen Sie ein Notizbuch mit einigen Absätzen erstellen, um SQL-Abfragen auszuführen, und andere Absätze, um PL/SQL-Skripte auszuführen. Um ein Notizbuch in verschiedenen Skriptsprachen auszuführen, müssen Sie zuerst die Notizbuchabschnitte mit den entsprechenden Interpretern wie SQL, PL/SQL, R, Python oder Conda verbinden.

In diesem Thema wird beschrieben, wie Sie mit der Arbeit in der Conda-Umgebung beginnen:
  • Verbindung zum Conda-Interpreter herstellen
  • Conda-Umgebung herunterladen und aktivieren
  • Liste der Packages in der Conda-Umgebung anzeigen
  • Führen Sie eine Python-Funktion aus, um das Iris-Dataset zu importieren, und verwenden Sie das Meeresbodenpackage zur Visualisierung
  1. Geben Sie %conda am Anfang des Absatzes ein, um eine Verbindung zum Conda-Interpreter herzustellen, und drücken Sie die Eingabetaste.
    %conda
  2. Laden Sie anschließend die Conda-Umgebung herunter, und aktivieren Sie sie. Typ:
    download sbenv
activate sbenv
    In diesem Beispiel wird die Conda-Umgebung heruntergeladen und aktiviert. Der Name der Conda-Umgebung in diesem Beispiel lautet sbenv.Conda-Umgebung herunterladen und aktivieren
  3. Sie können alle Packages anzeigen, die in der Conda-Umgebung vorhanden sind. Um die Liste der Packages anzuzeigen, geben Sie list ein.
    Liste der Pakete in der Meeresbodenbibliothek
  4. Im Folgenden finden Sie ein Beispiel für die Verwendung des Seaborn-Bibliothekspakets zur Visualisierung. Seaborn ist eine Python-Visualisierungsbibliothek, die auf matplotlib basiert. Es bietet eine allgemeine Schnittstelle zum Zeichnen attraktiver statistischer Grafiken. In diesem Beispiel
    • Importiert Pandas und Meeresfrüchte
    • Lädt das Iris-Dataset
    • Zeichnet die Datenpunkte, das heißt, die drei verschiedenen Arten der Iris Blume - Setosa, Virginica und Versicolor basierend auf ihren Dimensionen. Es schafft ein Streudiagramm
    Typ:
    %python

def sb_plot():
    import pandas as pd
    import seaborn as sb
    from matplotlib import pyplot as plt
    df = sb.load_dataset('iris')
    sb.set_style("ticks")
    sb.pairplot(df,hue = 'species',diag_kind = "kde",kind = "scatter",palette = "husl")
    plt.show()
    Befehle
  5. Führen Sie die Funktion in einem Python-Absatz aus.
    Typ:
    %python 
sb_plot()
    Visualisierung mit der Seaborn Python-Bibliothek
  • Conda-Umgebung und Conda-Interpreter
    Conda ist ein Open-Source-Paket- und Umgebungsverwaltungssystem, das die Verwendung von Umgebungen ermöglicht, die Python- und R-Librarys von Drittanbietern enthalten. Die Oracle Machine Learning-Benutzeroberfläche (UI) stellt den Conda-Interpreter zur Installation von Python- und R-Librarys von Drittanbietern in einer Notizbuchsession bereit.
  • Conda-Interpreterbefehle
    In dieser Tabelle werden die Befehle für den Conda-Interpreter aufgeführt.

Übergeordnetes Thema: Oracle Machine Learning Notebooks Classic

5.8.1 Conda-Umgebung und Conda-Interpreter

Conda ist ein Open-Source-Paket- und Umgebungsverwaltungssystem, das die Verwendung von Umgebungen ermöglicht, die Python- und R-Librarys von Drittanbietern enthalten. Die Oracle Machine Learning-Benutzeroberfläche (UI) stellt den Conda-Interpreter zur Installation von Python- und R-Librarys von Drittanbietern in einer Notizbuchsession bereit.

In Oracle Machine Learning Notebooks installierte Librarys von Drittanbietern können verwendet werden in:
  • Standard-Python
  • Standard VK
  • In Oracle Machine Learning for Python eingebettete Python-Ausführung über die Python-, SQL- und REST-APIs
  • Oracle Machine Learning for R eingebettete R-Ausführung aus den R-, SQL- und REST-APIs

So beginnen Sie mit der Arbeit in der Conda-Umgebung:

  1. Stellen Sie sicher, dass eine Conda-Umgebung in Object Storage gespeichert ist, oder aktualisieren Sie ein vorhandenes Package, indem Sie eine neue Version installieren.

    Hinweis:

    Die Conda-Umgebung wird vom ADMIN-Benutzer mit der Rolle OML_SYS_ADMIN erstellt. Der Administrator verwaltet den Lebenszyklus einer Umgebung, einschließlich Hinzufügen oder Löschen von Packages und Entfernen von Umgebungen. Die Conda-Umgebungen werden in einem Objektspeicher-Bucket gespeichert, der mit Autonomous Database verknüpft ist.
  2. Melden Sie sich bei der Oracle Machine Learning-UI an, und laden Sie die Conda-Umgebung herunter. Um die Conda-Umgebung herunterzuladen, geben Sie Folgendes ein: 
    %conda 
    download myenv
  3. Aktivieren Sie die Conda-Umgebung. So aktivieren Sie die Conda-Umgebung: 
    activate myenv

    Hinweis:

    Zu einem bestimmten Zeitpunkt ist nur eine aktive Conda-Umgebung vorhanden.
  4. Erstellen Sie ein Notizbuch. Verwenden Sie den Conda-Interpreter, um Librarys von Drittanbietern im Object Storage zu verwenden. Um den Conda-Interpreter zu verwenden, geben Sie %conda am Anfang des Absatzes ein, um eine Verbindung zur Conda-Umgebung herzustellen, und arbeiten Sie mit Librarys von Drittanbietern für Python. Sie können zwischen den vorinstallierten Conda-Umgebungen wechseln. Beispiel: Sie können eine Umgebung für die Arbeit mit der Diagrammanalyse und eine andere Umgebung für die Oracle Machine Learning-Analyse verwenden.
  5. Deaktivieren Sie die Conda-Umgebung. Als Best Practice deaktivieren Sie die Conda-Umgebung, nachdem Sie die Bearbeitung der Analyse für maschinelles Lernen abgeschlossen haben. Um die Umgebung zu deaktivieren, geben Sie Folgendes ein: 
    deactivate

Übergeordnetes Thema: Conda-Interpreter in einem Notizbuchabsatz verwenden

5.8.2 Conda-Interpreterbefehle

In dieser Tabelle werden die Befehle für den Conda-Interpreter aufgeführt.

Conda-Interpreter-Befehle

Tabelle 5-1: Conda-Interpreterbefehle

Aufgaben Befehle Rolle
Erstellen Sie eine Conda-Umgebung. create -n <env_name> <python_version>
  • ADMIN
Entfernen Sie eine Liste der Packages aus einer angegebenen Conda-Umgebung. Es ist auch ein Alias für Conda-Verzeichnis uninstall. remove -n <env_name> --all

Hinweis:

Die Conda-Umgebung wird aus der Benutzersession gelöscht.
  • ADMIN
  • OML-Benutzer
Listen Sie die vom Benutzer erstellte lokale Umgebung auf. env list
  • ADMIN
  • OML-Benutzer
Vom Benutzer erstellte lokale Umgebung entfernen. env remove -n <env_name>
  • ADMIN
  • OML-Benutzer
Listen Sie alle in der aktiven Umgebung installierten Packages und Versionen auf. list
  • ADMIN
  • OML-Benutzer
Aktivieren Sie eine vom Benutzer erstellte lokale Umgebung. activate -n <env_name>
  • ADMIN
  • OML-Benutzer
Deaktivieren Sie die aktuelle Umgebung. deactivate
  • ADMIN
  • OML-Benutzer
Installieren Sie ein externes Package von einem öffentlichen Conda-Kanal. install -n <env_name> <package_name>
  • ADMIN
Deinstallieren Sie ein bestimmtes Package aus einer Conda-Umgebung. Es ist auch ein Alias für remove. uninstall -n <env_name> <package_name>
  • ADMIN
Zeigen Sie Informationen zur aktuellen Conda-Installation an. info
  • ADMIN
  • OML-Benutzer
Hilfe zur Befehlszeile anzeigen COMMANDNAME --help
  • ADMIN
  • OML-Benutzer
Laden Sie eine Conda-Umgebung in den Objektspeicher hoch.

Hinweis:

Dies ist ein Autonomous Database-spezifischer Befehl.
upload --overwrite <env_name> --description 'some description' -t <name> <value>

Hinweis:

Sie können viele Tags angeben. Zum Beispiel: -t <name1> <value1> -t <name2> <value2> ..
  • ADMIN
Laden Sie eine bestimmte Conda-Umgebung im Objektspeicher herunter, und entpacken Sie sie.

Hinweis:

Dies ist ein Autonomous Database-spezifischer Befehl.
download --overwrite <env_name>
  • ADMIN
  • OML-Benutzer
Listen Sie lokale Umgebungen auf, die dem Benutzer zur Verfügung stehen. list-local-envs
  • ADMIN
  • OML-Benutzer
Listen Sie alle Conda-Umgebungen im Objektspeicher auf.

Hinweis:

Dies ist ein Autonomous Database-spezifischer Befehl.
list-saved-envs --installed-packages -e <env_name>
  • ADMIN
  • OML-Benutzer
Löschen Sie eine Conda-Umgebung.

Hinweis:

Dies ist ein Autonomous Database-spezifischer Befehl.
delete <env_name>

Hinweis:

Die Conda-Umgebung wird aus Object Storage gelöscht.
  • ADMIN
Conda-Packages auf die neueste kompatible Version aktualisieren. update
  • ADMIN
Aktualisieren Sie das aktuelle Conda-Paket. Es ist auch ein Alias für Conda-Verzeichnis update. upgrade
  • ADMIN
Suchen Sie nach Packages, und zeigen Sie zugehörige Informationen an. Die Eingabe ist MatchSpec, eine Abfragesprache für Conda-Packages. search
  • ADMIN
  • OML-Benutzer

Übergeordnetes Thema: Conda-Interpreter in einem Notizbuchabsatz verwenden

5.9 Markdown-Interpreter aufrufen und statische HTML aus Nur-Text-Preisabschrift generieren

Verwenden Sie den Markdown-Interpreter, und generieren Sie statische HTML aus Nur-Text-Markdown.

So rufen Sie den Markdown-Interpreter auf und generieren statische HTML aus Nur-Text-Markdown:
  1. Geben Sie in Ihrem Notizbuch %md ein, und drücken Sie die Eingabetaste.
  2. Geben Sie "Hello World!" ein, und klicken Sie auf "Run". Der statische HTML-Text wird generiert (siehe Screenshot unten).
    Statischer HTML-Text
  3. Sie können den Text fett formatieren. Um den Text fett anzuzeigen, schreiben Sie denselben Text in zwei Sternchenpaaren, und klicken Sie auf "Ausführen".
    Text in Fettschrift
  4. Um den Text kursiv anzuzeigen, schreiben Sie denselben Text in ein Sternchenpaar oder Unterstrichpaar, wie im Screenshot gezeigt, und klicken Sie auf "Ausführen".
    kursiver Text
  5. Um den Text in einer Aufzählungsliste anzuzeigen, stellen Sie dem Text das Präfix *(Sternchen) voran, wie im folgenden Screenshot gezeigt:
    Text in Aufzählungspunkten
  6. Um den Text in heading1, Überschrift 2 und Überschrift 2 anzuzeigen, stellen Sie dem Text das Präfix # (Hash) voran, und klicken Sie auf "Ausführen". Für H1, H2 und H3 müssen Sie jeweils eine, zwei und drei Hashes voranstellen.
    Überschriften

Übergeordnetes Thema: Oracle Machine Learning Notebooks Classic

5.10 Scratchpad verwenden

Mit dem Scratchpad können Sie bequem mit einem Klick auf ein Notizbuch zugreifen, um SQL-Anweisungen, PL/SQL-, R- und Python-Skripte auszuführen, die umbenannt werden können. Das Scratchpad ist auf der Homepage der Oracle Machine Learning-Benutzeroberfläche (UI) verfügbar.

Hinweis:

Das Scratchpad ist ein reguläres Notizbuch, das mit vier Absätzen vorab aufgefüllt wird - %sql, %script,, %python und %r.

Nachdem Sie Ihre Skripte ausgeführt haben, wird das Arbeitsblatt automatisch als Notizbuch mit dem Standardnamen Scratchpad auf der Seite "Notizbücher" gespeichert. Sie können später auf der Seite "Notizbücher" darauf zugreifen. Sie können alle Absätze zusammen oder jeweils einen Absatz ausführen.
  1. Um das Arbeitsblatt zu öffnen und zu verwenden, klicken Sie auf der Homepage der Oracle Machine Learning-UI unter Schnellaktionen auf Scratchpad. Das Arbeitsblatt wird geöffnet. Das Arbeitsblatt enthält drei Absätze mit den folgenden Anweisungen:
    • %SQL: Ermöglicht die Ausführung von SQL-Anweisungen.
    • %script: Ermöglicht die Ausführung von PL/SQL-Skripten.
    • %python: Ermöglicht die Ausführung von Python-Skripten.
    • %r: Ermöglicht die Ausführung von R-Skripten.

    Abbildung 5-5: Arbeitsblatt

    Scratchpad
  2. So starten Sie ein SQL-Skript:
    1. Gehen Sie zum Absatz mit der Direktive %sql.
    2. Geben Sie den folgenden Befehl ein, und klicken Sie auf das Symbol "Run". Alternativ können Sie die Shift+Enter-Taste drücken, um den Absatz auszuführen.
      SELECT * FROM SH.SALES;
    In diesem Beispiel ruft die SQL-Anweisung alle Daten über den Produktumsatz aus der Tabelle SALES ab. Hier ist SH der Schemaname und SALES der Tabellenname. Die Oracle Machine Learning-Benutzeroberfläche ruft die relevanten Daten aus der Datenbank ab und zeigt sie im Tabellenformat an.

    Abbildung 5-6: SQL-Anweisung in Scratchpad

    SQL-Anweisung im Editor
  3. So führen Sie ein PL/SQL-Skript aus:
    1. Gehen Sie zum Absatz mit der Direktive %script.
    2. Geben Sie das folgende PL/SQL-Skript ein, und klicken Sie auf das Symbol "Run". Alternativ können Sie die Shift+Enter-Taste drücken, um den Absatz auszuführen.
      CREATE TABLE small_table
	(
	 NAME VARCHAR(200),
	 ID1 INTEGER,
	 ID2 VARCHAR(200),
	 ID3 VARCHAR(200),
	 ID4 VARCHAR(200),
	 TEXT VARCHAR(200)
	);

	BEGIN 
		FOR i IN 1..100 LOOP
				INSERT INTO small_table VALUES ('Name_'||i, i,'ID2_'||i,'ID3_'||i,'ID4_'||i,'TEXT_'||i);
		END LOOP;
		COMMIT;
	END;
      Das PL/SQL-Skript erstellt die Tabelle SMALL_TABLE erfolgreich. Das PL/SQL-Skript in diesem Beispiel besteht aus zwei Teilen:
      • Der erste Teil des Skripts enthält die SQL-Anweisung CREATE TABLE, um eine Tabelle mit dem Namen small_table. zu erstellen. Sie definiert den Tabellennamen, die Tabellenspalte, die Datentypen und die Größe. In diesem Beispiel lauten die Spaltennamen NAME, ID1, ID2, ID3, ID4, und TEXT..
      • Der zweite Teil des Skripts beginnt mit dem Schlüsselwort BEGIN. Es fügt 100 Zeilen in die Tabelle small_table. ein.

      Hinweis:

      Wenn Sie die CREATE-Anweisung mit einem Primärschlüssel verwenden, verläuft sie nicht erfolgreich und zeigt die Fehlermeldung "Unzureichende Berechtigungen" an. Dieser Fehler tritt aufgrund von Lockdown-Profilen in der Datenbank auf. Wenn dieser Fehler auftritt, wenden Sie sich an den Datenbankadministrator oder den angegebenen Sicherheitsadministrator, um die erforderlichen Berechtigungen zu erteilen.

      Abbildung 5-7: PL/SQL-Skript in Scratchpad

      PL/SQL-Prozedur in Scratchpad
  4. So führen Sie ein python-Skript aus:
    1. Um OML4Py zu verwenden, müssen Sie zuerst das Modul oml importieren. oml ist das Modul OML4Py, mit dem Sie Oracle Database-Objekte wie Tabellen und Ansichten bearbeiten, benutzerdefinierte Python-Funktionen mit eingebetteter Ausführung aufrufen und die Algorithmen für maschinelles Lernen der Datenbank verwenden können. Gehen Sie zum Absatz mit der Direktive %python. Um das oml-Modul zu importieren, geben Sie den folgenden Befehl ein, und klicken Sie auf das Symbol "Run". Alternativ können Sie die Shift+Enter-Taste drücken, um den Absatz auszuführen.
      import oml
    2. Um zu prüfen, ob das Modul oml mit Oracle Database verbunden ist, geben Sie oml.isconnected() ein, und klicken Sie auf das Symbol "Ausführen". Alternativ können Sie die Shift+Enter-Taste drücken, um den Absatz auszuführen. 
      oml.isconnected()
    3. Sie können jetzt Ihr Python-Skript ausführen. Geben Sie den folgenden Python-Code ein, und klicken Sie auf das Symbol "Ausführen". Alternativ können Sie die Shift+Enter-Taste drücken, um den Absatz auszuführen.
      import matplotlib.pyplot as plt
import numpy as np

list1 = np.random.rand(10)*2.1
list2 = np.random.rand(10)*3.0

plt.subplot(1,2,1) # 1 line, 2 rows, index nr 1 (first position in subplot)
plt.hist(list1)
plt.subplot(1, 2, 2) # 1 line, 2 rows, index nr 2 (second position in subplot)
plt.hist(list2)
plt.show()
      In diesem Beispiel importieren die Befehle zwei python-Packages zur Berechnung und Wiedergabe der Daten in zwei Histogrammen für list1 und list2. Die Python-Packages sind:
      • Matplotlib - Python-Package zum Rendern von Diagrammen.
      • Numpy - Python-Package für Berechnungen.

      Abbildung 5-8: Python-Skript in Scratchpad

      Python-Skript in Scratchpad

      Die beiden Diagramme für list1 und list 2 werden von der python-Engine generiert, wie im Screenshot hier gezeigt.

  5. Nachdem Sie Ihre Skripte im Arbeitsblatt erstellt und ausgeführt haben, wird das Arbeitsblatt automatisch als Notizbuch mit dem Standardnamen Scratchpad auf der Seite "Notizbücher" gespeichert. Sie können den Namen des Notizbuchs bearbeiten und unter dem neuen Namen speichern, indem Sie auf Bearbeiten klicken.

Übergeordnetes Thema: Oracle Machine Learning Notebooks Classic

5.11 Zusammenarbeit in Oracle Machine Learning

Mindestens zwei Benutzer können zusammenarbeiten und Oracle Machine Learning User Interface-(UI-)Notizbücher mit anderen Benutzern teilen.

Sie können wie folgt zusammenarbeiten:

  • Zugriff auf Workspace eines anderen Benutzers erteilen
  • Exportoption verwenden
  • Notizbuchvorlagen der Benutzeroberfläche von Oracle Machine Learning verwenden

Tutorialsymbol Zusammenarbeit in Oracle Machine Learning

Übergeordnetes Thema: Oracle Machine Learning Notebooks Classic