در این مطلب، ویدئو AWS Lambda + Pandas + NumPy + Python 3 با زیرنویس فارسی را برای دانلود قرار داده ام. شما میتوانید با پرداخت 15 هزار تومان ، این ویدیو به علاوه تمامی فیلم های سایت را دانلود کنید.اکثر فیلم های سایت به زبان انگلیسی می باشند. این ویدئو دارای زیرنویس فارسی ترجمه شده توسط هوش مصنوعی می باشد که میتوانید نمونه ای از آن را در قسمت پایانی این مطلب مشاهده کنید.
مدت زمان فیلم: 00:14:56
تصاویر این ویدئو:
قسمتی از زیرنویس این فیلم:
00:00:03,790 –> 00:00:07,040
[Music]
2
00:00:07,040 –> 00:00:10,200
در این آموزش میخواهیم به
3
00:00:10,200 –> 00:00:14,160
عکاسی سازگاری بین
4
00:00:14,160 –> 00:00:15,280
pandas numpy
5
00:00:15,280 –> 00:00:20,240
و aws lambda با پایتون 3.6 یا python
6
00:00:20,240 –> 00:00:21,600
3 بپردازیم.
7
00:00:21,600 –> 00:00:25,119
بنابراین اساساً aws lambda به
8
00:00:25,119 –> 00:00:29,199
طور پیشفرض شامل کتابخانههای pandas numpy python نیست
9
00:00:29,199 –> 00:00:30,960
که باید
10
00:00:30,960 –> 00:00:33,520
دانلود کنیم و باید آن
11
00:00:33,520 –> 00:00:35,280
چیزها را وارد کنیم.
12
00:00:35,280 –> 00:00:39,360
در aws lambda خود یا میتوانیم
13
00:00:39,360 –> 00:00:42,640
تراشه را در s3 قرار دهیم و میتوانیم آن را وارد کنیم و فقط بعد از
14
00:00:42,640 –> 00:00:46,719
آن کار میکند و اینطور نیست که
15
00:00:46,719 –> 00:00:48,320
در
16
00:00:48,320 –> 00:00:52,559
پانداها یا کتابخانهای numpy که
17
00:00:52,559 –> 00:00:53,920
با
18
00:00:53,920 –> 00:00:57,120
استفاده از پایتون نصب میکنید و میتوانید استفاده کنید، میتوانید
19
00:00:57,120 –> 00:01:00,399
از همان اهرم استفاده کنید. aws lambda
20
00:01:00,399 –> 00:01:03,199
نه اینطور نیست، شما باید
21
00:01:03,199 –> 00:01:05,760
در مورد آن خیلی دقیق باشید
22
00:01:05,760 –> 00:01:09,360
و از آنجایی که از داخل آن استفاده می کند،
23
00:01:09,360 –> 00:01:11,760
ظرفی که در aws
24
00:01:11,760 –> 00:01:13,920
lambda استفاده می شود چیزی نیست جز این یک ماشین لینوکس است
25
00:01:13,920 –> 00:01:14,880
،
26
00:01:14,880 –> 00:01:16,720
بنابراین ما باید
27
00:01:16,720 –> 00:01:17,759
28
00:01:17,759 –> 00:01:21,040
کتابخانه هایی را پیدا کنیم که با
29
00:01:21,040 –> 00:01:23,439
ماشین های لینوکس سازگار است.
30
00:01:23,439 –> 00:01:25,040
بنابراین ایده
31
00:01:25,040 –> 00:01:27,920
دانلود pandas و numpy
32
00:01:27,920 –> 00:01:28,799
با
33
00:01:28,799 –> 00:01:31,200
آمازون لینوکس سازگار است، بنابراین نمیخواهم وقت شما را تلف کنم،
34
00:01:31,200 –> 00:01:34,479
بیایید به نسخه آزمایشی برویم،
35
00:01:34,479 –> 00:01:35,280
بنابراین
36
00:01:35,280 –> 00:01:36,159
ابتدا
37
00:01:36,159 –> 00:01:39,680
یک تابع در اینجا ایجاد میکنیم
38
00:01:39,680 –> 00:01:41,520
که نام آن میتواند
39
00:01:41,520 –> 00:01:45,119
pandas test
40
00:01:45,119 –> 00:01:46,079
wi باشد.
41
00:01:46,079 –> 00:01:49,079
42
00:01:51,920 –> 00:01:53,680
نسخه 3.6 نسخه
43
00:01:53,680 –> 00:01:55,439
python
44
00:01:55,439 –> 00:01:56,479
3.6 خواهد بود و
45
00:01:56,479 –> 00:01:57,280
46
00:01:57,280 –> 00:01:58,640
بر اساس
47
00:01:58,640 –> 00:02:00,479
نیاز شما به سرویسی که
48
00:02:00,479 –> 00:02:02,079
می خواهید بر اساس
49
00:02:02,079 –> 00:02:04,399
نقش سازنده وصل شوید، من از هر قانون موجود استفاده می کنم
50
00:02:04,399 –> 00:02:06,640
زیرا فقط باید
51
00:02:06,640 –> 00:02:08,720
مشکل سازگاری را نشان دهم و نمی خواهم
52
00:02:08,720 –> 00:02:11,038
به هیچ کدام وصل شوم. سرویسهای مختلف، بنابراین
53
00:02:11,038 –> 00:02:14,720
کاملاً بر اساس نیاز شما است،
54
00:02:14,720 –> 00:02:18,480
بسیار خوب، بنابراین اکنون ما برای آزمایش ایجاد کردیم، به سادگی
55
00:02:18,480 –> 00:02:20,640
باید آن را پیکربندی کنیم، فقط Hey را بدهید،
56
00:02:20,640 –> 00:02:23,680
فقط سعی کنید هر نامی را ارائه کنید
57
00:02:23,680 –> 00:02:24,560
58
00:02:24,560 –> 00:02:25,599
و سپس
59
00:02:25,599 –> 00:02:30,080
بیایید این را آزمایش کنیم، بنابراین موفق شد،
60
00:02:30,080 –> 00:02:33,040
اکنون سعی میکنیم وارد کنیم پانداها برای آزمایش
61
00:02:33,040 –> 00:02:34,480
اینکه آیا
62
00:02:34,480 –> 00:02:38,879
به طور پیشفرض میتوانیم از pandas uh استفاده کنیم
63
00:02:38,879 –> 00:02:41,680
یا نه در aws lambda
64
00:02:41,680 –> 00:02:44,160
، بیایید آن را ذخیره کنیم و یک بار دیگر آن را آزمایش کنیم
65
00:02:44,160 –> 00:02:46,400
66
00:02:47,920 –> 00:02:52,080
تا خطا نشان داده شود
67
00:02:52,080 –> 00:02:55,360
68
00:02:55,360 –> 00:02:57,440
69
00:02:57,440 –> 00:02:59,040
70
00:02:59,040 –> 00:03:04,120
. مشکل تورفتگی را برطرف کنید
71
00:03:04,480 –> 00:03:07,760
و یک بار دیگر آن را ذخیره کنید
72
00:03:10,319 –> 00:03:13,040
اکنون درست نشان داده می شود،
73
00:03:13,040 –> 00:03:15,840
بنابراین در اینجا تابع import lambda را فعال کرده اید
74
00:03:15,840 –> 00:03:19,360
و دلیل آن این است که اگر خروجی را می بینید که
75
00:03:19,360 –> 00:03:21,280
نمی تواند تابع لامبدا را بدون
76
00:03:21,280 –> 00:03:24,319
نام ماژول وارد کند. panda بنابراین به این معنی است که به
77
00:03:24,319 –> 00:03:26,879
طور پیش فرض لامبدا لامبدا
78
00:03:26,879 –> 00:03:31,360
از پانداهای دارای پایتون 3 پشتیبانی نمی کند. بنابراین
79
00:03:31,360 –> 00:03:34,400
کاری که باید انجام دهیم باید
80
00:03:34,400 –> 00:03:36,959
ابتدا کتابخانه را دانلود کنیم و سپس
81
00:03:36,959 –> 00:03:39,280
آن چیزها را به عنوان
82
00:03:39,280 –> 00:03:41,599
گیف در اینجا وارد
83
00:03:41,599 –> 00:03:44,159
کنیم یا می توانیم مستقیماً از دستگاه محلی
84
00:03:44,159 –> 00:03:45,120
85
00:03:45,120 –> 00:03:46,640
خود تراشه کند.
86
00:03:46,640 –> 00:03:49,200
بعد از دادن همه چیز
87
00:03:49,200 –> 00:03:51,440
ah ما می توانیم تراشه
88
00:03:51,440 –> 00:03:54,640
را در s3 قرار دهیم و از s3
89
00:03:54,640 –> 00:03:57,280
مسیر را در اینجا مشخص می کنیم بنابراین
90
00:03:57,280 –> 00:03:59,360
هر چیزی ممکن است کاملاً به
91
00:03:59,360 –> 00:04:02,080
شما بستگی دارد که چگونه می خواهیم
92
00:04:02,080 –> 00:04:04,319
سالن بدنسازی را ارائه دهیم بنابراین
93
00:04:04,319 –> 00:04:05,519
قبل از
94
00:04:05,519 –> 00:04:07,439
نصب همه چیز را فقط
95
00:04:07,439 –> 00:04:09,200
می خواستم نشان دهم شما با
96
00:04:09,200 –> 00:04:11,599
pycharm
97
00:04:11,599 –> 00:04:15,680
نیز سعی می کنید کتابخانه پانداها را در pycharm دانلود کنید
98
00:04:15,680 –> 00:04:20,639
و ما سعی می کنیم همان را
99
00:04:20,639 –> 00:04:24,080
در aws لامبدا وارد کنیم و خواهیم دید
100
00:04:24,080 –> 00:04:26,240
که آیا کار می کند یا نه
101
00:04:26,240 –> 00:04:28,639
البته کار نمی کند اما من فقط می خواستم
102
00:04:28,639 –> 00:04:31,040
ابتدا به شما نشان دهم سپس
103
00:04:31,040 –> 00:04:34,880
پانداهای صحیح و کتابخانه numpy را دانلود
104
00:04:34,880 –> 00:04:37,680
میکنیم و دوباره وارد میکنیم و
105
00:04:37,680 –> 00:04:40,960
میبینیم که آیا کار میکند یا خیر، پس
106
00:04:40,960 –> 00:04:44,720
بیایید یک پروژه جدید
107
00:04:44,720 –> 00:04:47,040
108
00:04:47,040 –> 00:04:50,040
تست
109
00:04:57,840 –> 00:05:02,000
pandas ایجاد کنیم، اجازه دهید یک فایل پایتون جدید ایجاد کنیم
110
00:05:09,120 –> 00:05:14,240
تا او از آن استفاده کند.
111
00:05:14,800 –> 00:05:17,520
پانداها
112
00:05:19,120 –> 00:05:21,520
w باید آن را دانلود کنید
113
00:05:21,520 –> 00:05:23,919
پس به ترمینال بروید یا میتوانیم
114
00:05:23,919 –> 00:05:25,919
به تنظیمات بروید و از آنجا میتوانیم
115
00:05:25,919 –> 00:05:28,639
یا مستقیماً از ترمینال دانلود کنیم،
116
00:05:28,639 –> 00:05:31,199
بنابراین بیشتر از یک ترمینال استفاده میکنم، زیرا
117
00:05:31,199 –> 00:05:33,280
آسان است نصب پیپ پانداها سریع است،
118
00:05:33,280 –> 00:05:36,240
119
00:05:36,240 –> 00:05:39,240
120
00:05:41,759 –> 00:05:42,639
پس
121
00:05:42,639 –> 00:05:44,880
بیایید در جریان فعلی نصب کنیم همان
122
00:05:44,880 –> 00:05:47,440
دایرکتوری
123
00:05:47,440 –> 00:05:49,360
را فشار دهید اینجا را فشار دهید،
124
00:05:49,360 –> 00:05:51,759
بنابراین اکنون همه آن فایل های چرخ را جمع آوری می
125
00:05:51,759 –> 00:05:52,800
کند،
126
00:05:52,800 –> 00:05:55,840
همه آن بسته هایی که برای دانلود لازم است،
127
00:05:55,840 –> 00:05:57,039
128
00:05:57,039 –> 00:05:58,880
بنابراین اکنون همه آن
129
00:05:58,880 –> 00:06:00,800
بسته هایی را
130
00:06:00,800 –> 00:06:02,479
131
00:06:02,479 –> 00:06:04,560
که لازم است دانلود می کند، پس از دانلود همه چیز،
132
00:06:04,560 –> 00:06:08,160
این خطا به طور خودکار
133
00:06:08,160 –> 00:06:11,840
مانند بدون نام ماژول از بین می رود. pandas پس اگر
134
00:06:11,840 –> 00:06:15,600
دیدید بیایید به پوشه تست pandas برویم
135
00:06:15,600 –> 00:06:17,360
و
136
00:06:17,360 –> 00:06:20,240
آنجا را نیز تأیید کنیم، بنابراین ببینید که همه
137
00:06:20,240 –> 00:06:21,520
138
00:06:21,520 –> 00:06:24,400
ماژول های مربوط به پانداها دانلود شده اند و این
139
00:06:24,400 –> 00:06:27,840
فایل آزمایشی ما است که ما ایجاد کردیم
140
00:06:27,919 –> 00:06:30,000
و اکنون خطا نیز اینجا نشان داده نمی
141
00:06:30,000 –> 00:06:33,759
شود، بنابراین بیایید از هر کدام استفاده کنیم. دستور
142
00:06:33,759 –> 00:06:34,479
to
143
00:06:34,479 –> 00:06:36,080
برای بررسی اینکه آیا
144
00:06:36,080 –> 00:06:38,479
توابع موجود به خوبی کار می کنند یا
145
00:06:38,479 –> 00:06:39,520
146
00:06:39,520 –> 00:06:41,680
خیر، اجازه دهید آن را اجرا کنیم
147
00:06:41,680 –> 00:06:42,720
تا
148
00:06:42,720 –> 00:06:44,639
ما
149
00:06:44,639 –> 00:06:45,759
توسط نسخه
150
00:06:45,759 –> 00:06:49,720
pandas نسخه 1.2 نصب کنیم
151
00:06:49,840 –> 00:06:51,039
و
152
00:06:51,039 –> 00:06:53,440
به دلیل این نقطه PD نسخه را
153
00:06:53,440 –> 00:06:55,840
نشان دهید که تمام جزئیات
154
00:06:55,840 –> 00:06:58,720
مربوط به سیستم عامل pandas را نشان می دهد
155
00:06:58,720 –> 00:07:01,199
که در آن پایتون
156
00:07:01,199 –> 00:07:03,759
نصب شده است
157
00:07:03,759 –> 00:07:07,199
تمام این جزئیات در اینجا موجود
158
00:07:07,199 –> 00:07:09,759
است.
159
00:07:09,759 –> 00:07:15,360
160
00:07:15,360 –> 00:07:17,120
161
00:07:17,120 –> 00:07:20,400
162
00:07:20,400 –> 00:07:23,360
برای حذف تمام اطلاعات خط تیره آزمایشی ما
163
00:07:23,360 –> 00:07:24,639
164
00:07: