テーブル

GitHubでソースを表示

Tableクラスは、表形式のデータを表示・分析するために使用されます。

Table(
 columns=None, data=None, rows=None, dataframe=None, dtype=None, optional=(True),
 allow_mixed_types=(False)
)

従来のスプレッドシートとは異なり、Tableは様々なタイプのデータに対応しています：スカラー値、文字列、numpy配列、そしてほとんどのwandb.data_types.Mediaのサブクラスも対応しています。 これにより、Images、Video、Audioなどのリッチでアノテーションされたメディアを、他の従来のスカラー値と並べてTableに埋め込むことができます。

このクラスは、UIのTable Visualizerを生成する主要なクラスです：https://docs.wandb.ai/guides/tables/tables.

Tableは、dataまたはdataframe パラメータを使用して初期データを含めて作成することができます：

import pandas as pd
import wandb

data = {"users": ["geoff", "juergen", "ada"], "feature_01": [1, 117, 42]}
df = pd.DataFrame(data)

tbl = wandb.Table(data=df)
assert all(tbl.get_column("users") == df["users"])
assert all(tbl.get_column("feature_01") == df["feature_01"])

さらに、ユーザーは、 add_data、add_column、および add_computed_column 関数を使用して、 行、列、および他の列のデータに基づいて計算された列をそれぞれ追加することにより、Tablesにデータをインクリメンタルに追加できます。

import wandb

tbl = wandb.Table(columns=["user"])

users = ["geoff", "juergen", "ada"]

[tbl.add_data(user) for user in users]
assert tbl.get_column("user") == users


def get_user_name_length(index, row):
 return {"feature_01": len(row["user"])}

```python
tbl.add_computed_columns(get_user_name_length)
assert tbl.get_column("feature_01") == [5, 7, 3]

テーブルは、run.log({"my_table": table})を使用して直接runsにログに記録することができます。 また、artifact.add(table, "my_table")を使用してアーティファクトに追加できます：

import numpy as np
import wandb

wandb.init()

tbl = wandb.Table(columns=["image", "label"])

images = np.random.randint(0, 255, [2, 100, 100, 3], dtype=np.uint8)
labels = ["panda", "gibbon"]
[tbl.add_data(wandb.Image(image), label) for image, label in zip(images, labels)]

wandb.log({"classifier_out": tbl})

上記のように直接runsに追加されたテーブルは、ワークスペース内の対応するTable Visualizerを生成し、さらなる分析やレポートへのエクスポートに使用できます。

アーティファクトに追加されたテーブルは、Artifactタブで表示でき、アーティファクトブラウザ内で同等のTable Visualizerがレンダリングされます。

テーブルは、各列の値が同じタイプであることを期待しています。デフォルトでは、列はオプションの値をサポートしますが、混在した値はサポートしません。絶対にタイプを混ぜる必要がある場合は、allow_mixed_typesフラグを有効にして、データの型チェックを無効にすることができます。これにより、一貫した型付けが欠けているため、一部のテーブル分析機能が無効になります。

引数
columns	(List[str]) テーブルの列名。デフォルトでは["Input", "Output", "Expected"]。
data	(List[List[any]]) 値の2次元の行指向配列。
dataframe	(pandas.DataFrame) テーブルを作成するために使用されるDataFrameオブジェクト。設定されている場合、data と columns の引数は無視されます。
optional	(Union[bool,List[bool]]) Noneの値が許可されるかどうかを決定します。デフォルトではTrue - 単一のbool値の場合、構築時に指定されたすべての列にオプションが強制されます - 列と同じ長さであるべきbool値のリストの場合、オプションが各列に適用されます。
allow_mixed_types	(bool) 列に混在した型が許可されているかどうかを決定します（型検証が無効になります）。デフォルトでは False

メソッド

add_column

ソースを表示

add_column(
 name, data, optional=(False)
)

テーブルにデータの列を追加します。

引数
name	(str) - 列の一意の名前
data	(list
optional	(bool) - nullのような値が許可されているかどうか

add_computed_columns

ソースを見る

add_computed_columns(
 fn
)

既存のデータに基づいて、1つまたは複数の計算された列を追加します。

引数
fn	ndx（int）とrow（dict）という1つまたは2つのパラメータを受け取り、その行の新しい列を表す辞書を返すことが期待される関数。ndxは、行のインデックスを表す整数です。include_ndxがTrueに設定されている場合にのみ含まれます。rowは、既存の列によってキー化された辞書です

add_data

ソースを見る

add_data(
 *data
)

表にデータの行を追加します。

引数の長さは、カラムの長さと一致する必要があります。

add_row

ソースを見る

add_row(
 *row
)

非推奨：代わりに add_data を使用してください。

cast

ソースを見る

cast(
 col_name, dtype, optional=(False)
)

特定の型に列をキャストする。

引数
col_name	(str) - キャストする列の名前
dtype	(class, wandb.wandb_sdk.interface._dtypes.Type, any) - 対象のdtype。通常のPythonクラス、内部WBタイプ、または例オブジェクト（例： wandb.Image や wandb.Classes のインスタンス）のいずれかにできます。
optional	(bool) - その列がNoneを許可するかどうか

get_column

ソースを表示

get_column(
 name, convert_to=None
)

テーブルからデータ列を取得します。

引数
name	(str) - 列の名前
convert_to	(str, optional) - "numpy": 基礎となるデータをnumpyオブジェクトに変換する

get_index

ソースを見る

get_index()

リンクを作成するための他のテーブルで使用する行インデックスの配列を返します。

index_ref

ソースを見る

index_ref(
 index
)

テーブル内の特定の行インデックスへの参照を取得します。

iterrows

ソースを見る

iterrows()

行を（ndx、行）としてイテレートします。

Yields

---

index : int 行のインデックス。この値を他のWandBテーブルで使用すると、テーブル間の関係が自動的に構築されます。 row : List[any] 行のデータ。

set_fk

ソースを見る

set_fk(
 col_name, table, table_col
)

set_pk

ソースを表示

set_pk(
 col_name
)

クラス変数
MAX_ARTIFACT_ROWS	200000
MAX_ROWS	10000