你当前正在访问 Microsoft Azure Global Edition 技术文档网站。如果需要访问由世纪互联运营的 Microsoft Azure 中国技术文档网站，请访问 https://docs.azure.cn。

在交互式开发期间从 Azure 云存储访问数据

机器学习项目通常从探索数据分析（EDA）和数据预处理（清理、特征工程）开始。它还包括生成机器学习模型原型来验证假设。此 原型制作 项目阶段具有高度交互性，它适合在 Jupyter 笔记本或 IDE 中使用 Python 交互式控制台进行开发。在这篇文章中，你将学会如何：

像访问文件系统一样访问 Azure 机器学习数据存储 URI 中的数据。
使用 mltable Python 库将 Azure 机器学习数据资产具体化到 Pandas 中。
使用 azcopy 工具通过显式下载将数据实体化。

Prerequisites

Azure 机器学习工作区。有关详细信息，请参阅门户中或 Python SDK （v2）中的“管理 Azure 机器学习工作区”。
Azure 机器学习数据存储。有关详细信息，请参阅创建数据存储。

提示

本文中的指南介绍了交互式开发期间的数据访问。它适用于可以运行 Python 会话的任何主机。此主机可以是本地计算机、云 VM、GitHub Codespace 或其他主机。使用 Azure 机器学习计算实例 - 完全托管和预配置的云工作站。有关详细信息，请参阅创建 Azure 机器学习计算实例。

重要说明

确保已在 Python 环境中安装最新的 azure-fsspecmltablePython 库和 azure-ai-ml Python 库：

pip install -U azureml-fsspec==1.3.1 mltable azure-ai-ml

最新的 azure-fsspec 包版本可能会随时间而变化。有关azure-fsspec包的详细信息，请参阅azureml-fsspec 1.3.1。

像访问文件系统一样访问数据存储 URI 中的数据

Azure 机器学习数据存储是对现有 Azure 存储帐户的引用。创建和使用数据存储的好处包括：

与不同存储类型（Blob、文件、Azure Data Lake Storage）交互的常见易于使用的 API。
在团队运营中更轻松地发现有用的数据存储。
支持基于凭据（例如 SAS 令牌）和基于标识（Microsoft Entra ID 或托管标识）的数据访问。
对于基于凭据的访问，保护连接信息，以避免脚本中的密钥泄露。
可以在 Azure 机器学习工作室 UI 中浏览数据和复制和粘贴数据存储 URI。

数据存储 URI 是统一资源标识符，它是对 Azure 存储帐户中的存储位置（路径）的引用。数据存储 URI 采用以下格式：

# Azure Machine Learning workspace details:
subscription = '<subscription_ID>'
resource_group = '<resource_group>'
workspace = '<workspace>'
datastore_name = '<datastore>'
path_on_datastore = '<path>'

# Long-form datastore URI format:
uri = f'azureml://subscriptions/{subscription}/resourcegroups/{resource_group}/workspaces/{workspace}/datastores/{datastore_name}/paths/{path_on_datastore}'.

这些数据存储 URI 是文件系统规范 (fsspec) 的已知实现：一种统一的 Python 式接口，适用于本地、远程和嵌入式文件系统及字节存储。首先，请使用 pip 来安装 azureml-fsspec 包及其依赖项 azureml-dataprep 包。然后，可以使用 Azure 机器学习数据存储 fsspec 实现。

Azure 机器学习数据存储 fsspec 实现会自动处理 Azure 机器学习数据存储使用的凭据/标识传递。可以避免脚本中的帐户密钥泄露和计算实例上的额外登录过程。

例如，可以直接在 Pandas 中使用数据存储 URI。此示例演示了如何读取 CSV 文件：

import pandas as pd

df = pd.read_csv("azureml://subscriptions/<subscription_ID>/resourcegroups/<resource_group_name>/workspaces/<workspace_name>/datastores/<datastore_name>/paths/<folder>/<filename>.csv")
df.head()

提示

若要避免需要记住数据存储 URI 格式，可以按照以下步骤在工作室 UI 中复制和粘贴数据存储 URI：

在左侧菜单中选择 “数据” ，然后选择“ 数据存储 ”选项卡。
选择数据存储名称，然后选择“ 浏览”。
找到要读入 Pandas 的文件或文件夹，选择其旁边的省略号（...），然后选择 “复制 URI”。然后，可以选择要复制到笔记本或脚本中的数据存储 URI。

还可以实例化 Azure 机器学习文件系统来处理类似文件系统的命令，例如ls、glob和existsopen。

ls() 方法会列出特定目录中的文件。可以使用 ls()、 ls(.)和 ls (<folder_level_1>/<folder_level_2>) 列出文件。在相对路径中，.和..同时受支持。
glob() 方法支持 * 和 ** 通配符匹配。
该方法 exists() 返回一个布尔值，该值指示当前根目录中是否存在指定的文件。
该方法 open() 返回一个类似于文件的对象，该对象可以传递给任何其他希望使用 Python 文件的库。代码还可以使用此对象，就像它是普通的 Python 文件对象一样。这些类似于文件的对象遵循 with 上下文的用法，如以下示例中所示：

from azureml.fsspec import AzureMachineLearningFileSystem

# Instantiate the filesystem by using the following URI.
fs = AzureMachineLearningFileSystem('azureml://subscriptions/<subscriptionID>/resourcegroups/<resource_group_name>/workspaces/<workspace_name>/datastores/<datastore_name>')

fs.ls() # List folders and files in datastore datastorename.

# Output example:
# folder1
# folder2
# file3.csv

# Use an open context.
with fs.open('./folder1/file1.csv') as f:
    # Do some process.
    process_file(f)

使用 AzureMachineLearningFileSystem 上传文件

from azureml.fsspec import AzureMachineLearningFileSystem
# Instantiate the filesystem by using the following URI.
fs = AzureMachineLearningFileSystem('azureml://subscriptions/<subscriptionID>/resourcegroups/<resource_group_name>/workspaces/<workspace_name>/datastores/<datastore_name>/paths/')

# You can set recursive to False to upload a file.
fs.upload(lpath='data/upload_files/crime-spring.csv', rpath='data/fsspec', recursive=False, **{'overwrite': 'MERGE_WITH_OVERWRITE'})

# You need to set recursive to True to upload a folder.
fs.upload(lpath='data/upload_folder/', rpath='data/fsspec_folder', recursive=True, **{'overwrite': 'MERGE_WITH_OVERWRITE'})

lpath 是本地路径，rpath 是远程路径。如果指定的 rpath 文件夹不存在，该方法将为你创建文件夹。

该方法支持三 overwrite 种模式：

APPEND。如果目标路径中存在同名的文件，APPEND 将保留原始文件。
FAIL_ON_FILE_CONFLICT。如果目标路径中存在同名的文件，FAIL_ON_FILE_CONFLICT将引发错误。
MERGE_WITH_OVERWRITE。如果目标路径中存在同名的文件，MERGE_WITH_OVERWRITE用新文件覆盖该现有文件。

使用 AzureMachineLearningFileSystem 下载文件

# You can set recursive to False to download a file.
# The downloading overwrite option is determined by the local system. It's MERGE_WITH_OVERWRITE.
fs.download(rpath='data/fsspec/crime-spring.csv', lpath='data/download_files/', recursive=False)

# You need to set recursive to True to download a folder.
fs.download(rpath='data/fsspec_folder', lpath='data/download_folder/', recursive=True)

示例

这些示例演示如何在常见方案中使用文件系统规范。

将单个 CSV 文件读取到 Pandas 中

可以使用以下代码将单个 CSV 文件读入 Pandas：

import pandas as pd

df = pd.read_csv("azureml://subscriptions/<subscription_ID>/resourcegroups/<resource_group_name>/workspaces/<workspace_name>/datastores/<datastore_name>/paths/<folder>/<file_name>.csv")

将 CSV 文件的文件夹读入 Pandas

Pandas read_csv() 方法不支持读取 CSV 文件的文件夹。若要处理此限制，请使用 glob 获取 CSV 路径，并使用 Pandas concat() 方法将它们连接到数据帧。下一个代码示例演示如何使用 Azure 机器学习文件系统实现此串联：

import pandas as pd
from azureml.fsspec import AzureMachineLearningFileSystem

# Define the URI. Update <> placeholders.
uri = 'azureml://subscriptions/<subscription_ID>/resourcegroups/<resource_group_name>/workspaces/<workspace_name>/datastores/<datastore_name>'

# Create the filesystem.
fs = AzureMachineLearningFileSystem(uri)

# Append .csv files in the folder to a list.
dflist = []
for path in fs.glob('/<folder>/*.csv'):
    with fs.open(path) as f:
        dflist.append(pd.read_csv(f))

# Concatenate data frames.
df = pd.concat(dflist)
df.head()

将 CSV 文件读入 Dask

此示例展示了如何将 CSV 文件读取到 Dask 数据帧中：

import dask.dd as dd

df = dd.read_csv("azureml://subscriptions/<subscription_ID>/resourcegroups/<resource_group_name>/workspaces/<workspace_name>/datastores/<datastore_name>/paths/<folder>/<file_name>.csv")
df.head()

将包含 Parquet 文件的文件夹读取到 Pandas 中

在 ETL 过程中，Parquet 文件通常写入文件夹。然后，进程可以发出与 ETL 相关的文件，例如进度、提交和其他元数据。此示例显示从 ETL 进程创建的文件（以 _ 开头的文件），然后生成 Parquet 数据文件。

显示 Parquet ETL 进程的屏幕截图。

在这些场景中，你仅读取文件夹中的 Parquet 文件。忽略 ETL 进程文件。此代码示例展示了如何使用 glob 模式仅读取文件夹中的 Parquet 文件：

import pandas as pd
from azureml.fsspec import AzureMachineLearningFileSystem

# Define the URI. Update <> placeholders.
uri = 'azureml://subscriptions/<subscription_ID>/resourcegroups/<resource_group_name>/workspaces/<workspace_name>/datastores/<datastore_name>'

# Create the filesystem.
fs = AzureMachineLearningFileSystem(uri)

# Append Parquet files in folder to a list.
dflist = []
for path in fs.glob('/<folder>/*.parquet'):
    with fs.open(path) as f:
        dflist.append(pd.read_parquet(f))

# Concatenate data frames.
df = pd.concat(dflist)
df.head()

从 Azure Databricks 文件系统访问数据

文件系统规格（fsspec）具有一系列已知的实现，包括 Databricks Filesystem （dbfs）。

若要访问 dbfs 资源中的数据，则需要：

实例名称，格式为 adb-<number>.<number>.azuredatabricks.net. 可以从 Azure Databricks 工作区的 URL 获取此名称。
个人访问令牌。有关个人访问令牌创建的详细信息，请参阅使用 Azure Databricks 个人访问令牌（旧版）进行身份验证。

使用这些值，在计算实例上为 PAT 令牌创建环境变量：

export ADB_PAT=<personal_access_token>

然后，可以访问 Pandas 中的数据，如以下示例所示：

import os
import pandas as pd

pat = os.getenv(ADB_PAT)
path_on_dbfs = '<absolute_path_on_dbfs>' # e.g. /folder/subfolder/file.csv

storage_options = {
    'instance':'adb-<number>.<number>.azuredatabricks.net', 
    'token': pat
}

df = pd.read_csv(f'dbfs://{path_on_dbfs}', storage_options=storage_options)

使用 `pillow` 读取图像

from PIL import Image
from azureml.fsspec import AzureMachineLearningFileSystem

# Define the URI. Update <> placeholders.
uri = 'azureml://subscriptions/<subscription_ID>/resourcegroups/<resource_group_name>/workspaces/<workspace_name>/datastores/<datastore_name>'

# Create the filesystem.
fs = AzureMachineLearningFileSystem(uri)

with fs.open('/<folder>/<image.jpeg>') as f:
    img = Image.open(f)
    img.show(）

PyTorch 自定义数据集示例

在此示例中，你将创建一个 PyTorch 自定义数据集来处理图像。在此方案中，存在批注文件（CSV 格式），其整体结构如下：

image_path, label
0/image0.png, label0
0/image1.png, label0
1/image2.png, label1
1/image3.png, label1
2/image4.png, label2
2/image5.png, label2

子文件夹将根据所带标签存储这些图像：

/
└── 📁images
    ├── 📁0
    │   ├── 📷image0.png
    │   └── 📷image1.png
    ├── 📁1
    │   ├── 📷image2.png
    │   └── 📷image3.png
    └── 📁2
        ├── 📷image4.png
        └── 📷image5.png

自定义 PyTorch 数据集类必须实现三个函数：__init__、__len__ 和 __getitem__，如下所示：

import os
import pandas as pd
from PIL import Image
from torch.utils.data import Dataset

class CustomImageDataset(Dataset):
    def __init__(self, filesystem, annotations_file, img_dir, transform=None, target_transform=None):
        self.fs = filesystem
        f = filesystem.open(annotations_file)
        self.img_labels = pd.read_csv(f)
        f.close()
        self.img_dir = img_dir
        self.transform = transform
        self.target_transform = target_transform

    def __len__(self):
        return len(self.img_labels)

    def __getitem__(self, idx):
        img_path = os.path.join(self.img_dir, self.img_labels.iloc[idx, 0])
        f = self.fs.open(img_path)
        image = Image.open(f)
        f.close()
        label = self.img_labels.iloc[idx, 1]
        if self.transform:
            image = self.transform(image)
        if self.target_transform:
            label = self.target_transform(label)
        return image, label

然后，你可以将数据集进行实例化，如下所示：

from azureml.fsspec import AzureMachineLearningFileSystem
from torch.utils.data import DataLoader

# Define the URI. Update <> placeholders.
uri = 'azureml://subscriptions/<subscription_ID>/resourcegroups/<resource_group_name>/workspaces/<workspace_name>/datastores/<datastore_name>'

# Create the filesystem.
fs = AzureMachineLearningFileSystem(uri)

# Create the dataset.
training_data = CustomImageDataset(
    filesystem=fs,
    annotations_file='/annotations.csv', 
    img_dir='/<path_to_images>/'
)

# Prepare your data for training with DataLoaders.
train_dataloader = DataLoader(training_data, batch_size=64, shuffle=True)

使用 `mltable` 库将数据实例化为 Pandas 格式

该 mltable 库还可以帮助你访问云存储中的数据。若要使用 mltable 将数据读入 Pandas，请使用以下常规格式：

import mltable

# Define a path, folder, or pattern.
path = {
    'file': '<supported_path>'
    # alternatives
    # 'folder': '<supported_path>'
    # 'pattern': '<supported_path>'
}

# Create an mltable from paths.
tbl = mltable.from_delimited_files(paths=[path])
# alternatives
# tbl = mltable.from_parquet_files(paths=[path])
# tbl = mltable.from_json_lines_files(paths=[path])
# tbl = mltable.from_delta_lake(paths=[path])

# Materialize to Pandas.
df = tbl.to_pandas_dataframe()
df.head()

支持的路径

该 mltable 库支持从不同的路径类型读取表格数据：

位置	示例
本地计算机上的路径	`./home/username/data/my_data`
公共 HTTP（S）服务器上的路径	`https://raw.githubusercontent.com/pandas-dev/pandas/main/doc/data/titanic.csv`
Azure 存储上的路径	`wasbs://<container_name>@<account_name>.blob.core.windows.net/<path>` `abfss://<file_system>@<account_name>.dfs.core.windows.net/<path>`
一个长格式 Azure 机器学习数据存储	`azureml://subscriptions/<subscription_ID>/resourcegroups/<resource_group_name>/workspaces/<workspace_name>/datastores/<name>/paths/<path>`

注意

对于 Azure 存储和 Azure 机器学习数据存储上的路径，mltable 使用凭据直通。如果无权访问基础存储上的数据，则无法访问数据。

文件、文件夹和 glob

mltable 支持从以下对象读取：

文件。例如，abfss://<file_system>@<account_name>.dfs.core.windows.net/my-csv.csv。
文件夹。例如，abfss://<file_system>@<account_name>.dfs.core.windows.net/my-folder/。
glob 模式。例如，abfss://<file_system>@<account_name>.dfs.core.windows.net/my-folder/*.csv。
文件、文件夹和/或 glob 模式的组合。

mltable 通过本地和云存储资源的组合以及文件、文件夹和 glob 的组合，将数据具体化为单个数据帧。例如：

path1 = {
    'file': 'abfss://filesystem@account1.dfs.core.windows.net/my-csv.csv'
}

path2 = {
    'folder': './home/username/data/my_data'
}

path3 = {
    'pattern': 'abfss://filesystem@account2.dfs.core.windows.net/folder/*.csv'
}

tbl = mltable.from_delimited_files(paths=[path1, path2, path3])

支持的文件格式

mltable 支持以下文件格式。

带分隔符的文本（例如 CSV 文件）： mltable.from_delimited_files(paths=[path])
Parquet：mltable.from_parquet_files(paths=[path])
Delta：mltable.from_delta_lake(paths=[path])
JSON 行格式： mltable.from_json_lines_files(paths=[path])

示例

读取 CSV 文件

将此代码片段中的占位符（<>）替换为值：

import mltable

path = {
    'file': 'abfss://<filesystem>@<account>.dfs.core.windows.net/<folder>/<file_name>.csv'
}

tbl = mltable.from_delimited_files(paths=[path])
df = tbl.to_pandas_dataframe()
df.head()

将此代码片段中的占位符（<>）替换为值：

import mltable

path = {
    'file': 'wasbs://<container>@<account>.blob.core.windows.net/<folder>/<file_name>.csv'
}

tbl = mltable.from_delimited_files(paths=[path])
df = tbl.to_pandas_dataframe()
df.head()

将此代码片段中的占位符（<>）替换为值：

import mltable

path = {
    'file': 'azureml://subscriptions/<subscription_ID>/resourcegroups/<resource_group_name>/workspaces/<workspace_name>/datastores/<name>/paths/<folder>/<file>.csv'
}

tbl = mltable.from_delimited_files(paths=[path])
df = tbl.to_pandas_dataframe()
df.head()

提示

若要避免需要记住数据存储 URI 格式，可以通过完成以下步骤，在工作室 UI 中复制和粘贴数据存储 URI：

在左侧菜单中选择 “数据” ，然后选择“ 数据存储 ”选项卡。
选择数据存储名称，然后选择“ 浏览”。
找到要读入 Pandas 的文件或文件夹，选择其旁边的省略号（...），然后选择 “复制 URI”。然后，可以选择要复制到笔记本或脚本中的数据存储 URI。

import mltable

path = {
    'file': 'https://raw.githubusercontent.com/pandas-dev/pandas/main/doc/data/titanic.csv'
}

tbl = mltable.from_delimited_files(paths=[path])
df = tbl.to_pandas_dataframe()
df.head()

读取文件夹中的 Parquet 文件

此示例演示如何 mltable 使用 glob 模式（如通配符）来确保仅读取 Parquet 文件。

将此代码片段中的占位符（<>）替换为值：

import mltable

path = {
    'pattern': 'abfss://<filesystem>@<account>.dfs.core.windows.net/<folder>/*.parquet'
}

tbl = mltable.from_parquet_files(paths=[path])
df = tbl.to_pandas_dataframe()
df.head()

将此代码片段中的占位符（<>）替换为值：

import mltable

path = {
    'pattern': 'wasbs://<container>@<account>.blob.core.windows.net/<folder>/*.parquet'
}

tbl = mltable.from_delimited_files(paths=[path])
df = tbl.to_pandas_dataframe()
df.head()

将此代码片段中的占位符（<>）替换为值：

import mltable

path = {
    'pattern': 'azureml://subscriptions/<subscription_ID>/resourcegroups/<resource_group_name>/workspaces/<workspace_name>/datastores/<name>/paths/<folder>/*.parquet'
}

tbl = mltable.from_parquet_files(paths=[path])
df = tbl.to_pandas_dataframe()
df.head()

提示

若要避免需要记住数据存储 URI 格式，可以通过完成以下步骤，在工作室 UI 中复制和粘贴数据存储 URI：

在左侧菜单中选择 “数据” ，然后选择“ 数据存储 ”选项卡。
选择数据存储名称，然后选择“ 浏览”。
找到要读入 Pandas 的文件或文件夹，选择其旁边的省略号（...），然后选择 “复制 URI”。然后，可以选择要复制到笔记本或脚本中的数据存储 URI。

将此代码片段中的占位符（<>）替换为值：

重要说明

要在公共 HTTP 服务器上实现 glob 模式，你需要文件夹级别的访问权限。

import mltable

path = {
    'pattern': '<https_address>/<folder>/*.parquet'
}

tbl = mltable.from_parquet_files(paths=[path])
df = tbl.to_pandas_dataframe()
df.head()

读取数据资产

本部分介绍了如何访问 Pandas 中的 Azure 机器学习数据资产。

表资产

如果以前在 Azure 机器学习中创建了一个表资产（一个mltable或一个 V1TabularDataset），则可以使用此代码将该表资产加载到 Pandas 中：

import mltable
from azure.ai.ml import MLClient
from azure.identity import DefaultAzureCredential

ml_client = MLClient.from_config(credential=DefaultAzureCredential())
data_asset = ml_client.data.get(name="<name_of_asset>", version="<version>")

tbl = mltable.load(f'azureml:/{data_asset.id}')
df = tbl.to_pandas_dataframe()
df.head()

文件资产

如果已注册文件资产（例如 CSV 文件），可以使用以下代码将该资产读取到 Pandas 数据帧中：

import mltable
from azure.ai.ml import MLClient
from azure.identity import DefaultAzureCredential

ml_client = MLClient.from_config(credential=DefaultAzureCredential())
data_asset = ml_client.data.get(name="<name_of_asset>", version="<version>")

path = {
    'file': data_asset.path
}

tbl = mltable.from_delimited_files(paths=[path])
df = tbl.to_pandas_dataframe()
df.head()

文件夹资产

如果已注册文件夹资产（uri_folder 或 V1 FileDataset），例如，包含 CSV 文件的文件夹，则可以使用此代码将该资产读取到 Pandas 数据帧中：

import mltable
from azure.ai.ml import MLClient
from azure.identity import DefaultAzureCredential

ml_client = MLClient.from_config(credential=DefaultAzureCredential())
data_asset = ml_client.data.get(name="<name_of_asset>", version="<version>")

path = {
    'folder': data_asset.path
}

tbl = mltable.from_delimited_files(paths=[path])
df = tbl.to_pandas_dataframe()
df.head()

使用 Pandas 读取和处理大量数据

提示

Pandas 不设计用于处理大型数据集。 Pandas 只能处理能够装入计算实例内存的数据。

对于大型数据集，请使用 Azure 机器学习托管 Spark。此服务提供 PySpark Pandas API。

在纵向扩展到远程异步作业之前，你可能需要快速迭代大型数据集的较小子集。 mltable 提供通过 take_random_sample 方法获取大数据示例的功能：

import mltable

path = {
    'file': 'https://raw.githubusercontent.com/pandas-dev/pandas/main/doc/data/titanic.csv'
}

tbl = mltable.from_delimited_files(paths=[path])
# Take a random 30% sample of the data.
tbl = tbl.take_random_sample(probability=.3)
df = tbl.to_pandas_dataframe()
df.head()

还可以通过以下操作来获取大数据的子集：

使用 `azcopy` 实用工具下载数据

使用 azcopy 实用工具将数据下载到主机 SSD 的本地文件系统（本地计算机、云 VM、Azure 机器学习计算实例等）。预安装在 Azure 机器学习计算实例上的 azcopy 实用工具将处理数据下载。如果不使用 Azure 机器学习计算实例或 Data Science Virtual Machine （DSVM），则可能需要安装 azcopy。有关详细信息，请参阅 azcopy。

警告

不要将数据下载到 /home/azureuser/cloudfiles/code 计算实例上的位置。此位置旨在存储笔记本和代码项目，而不是数据。从此位置读取数据在训练期间会产生显著的性能损耗。而是将数据存储在 home/azureuser 计算节点的本地 SSD 的位置。

打开终端并创建一个新目录，例如：

mkdir /home/azureuser/data

azcopy login

现在可以使用存储 URI 复制数据：

SOURCE=https://<account_name>.blob.core.windows.net/<container>/<path>
DEST=/home/azureuser/data
azcopy cp $SOURCE $DEST

后续步骤

反馈

此页面是否有帮助？

Last updated on 2026-01-13

通过

在交互式开发期间从 Azure 云存储访问数据

Prerequisites

像访问文件系统一样访问数据存储 URI 中的数据

使用 AzureMachineLearningFileSystem 上传文件

使用 AzureMachineLearningFileSystem 下载文件

示例

将单个 CSV 文件读取到 Pandas 中

将 CSV 文件的文件夹读入 Pandas

将 CSV 文件读入 Dask

将包含 Parquet 文件的文件夹读取到 Pandas 中

从 Azure Databricks 文件系统访问数据

使用 pillow 读取图像

PyTorch 自定义数据集示例

使用 mltable 库将数据实例化为 Pandas 格式

支持的路径

文件、文件夹和 glob

支持的文件格式

示例

读取 CSV 文件

读取文件夹中的 Parquet 文件

读取数据资产

表资产

文件资产

文件夹资产

使用 Pandas 读取和处理大量数据

使用 azcopy 实用工具下载数据

后续步骤

反馈

其他资源

使用 `pillow` 读取图像

使用 `mltable` 库将数据实例化为 Pandas 格式

使用 `azcopy` 实用工具下载数据