【问题标题】:How to install gcp in Python?如何在 Python 中安装 gcp?
【发布时间】:2016-01-18 16:00:42
【问题描述】:

许多 BigQuery 示例都以:

import gcp.bigquery as bq

但是每当我尝试运行它时,我都会得到ImportError: No module named gcp.bigquery

如何安装这个库?

我正在使用 python 2.7 在 vi​​rtualenv 中工作。我试过pip install gcppip install gcloudpip install google-api-python-client

他们都没有帮助,我找不到任何文档。救命!

更新:我想使用gcp 的原因是我想从 Python 脚本中从 BigQuery 获取数据,最好是 CSV 格式。如果有更好的方法可以做到这一点,我会全力以赴......

【问题讨论】:

    标签: python google-bigquery google-cloud-platform google-cloud-datalab


    【解决方案1】:

    使用 pandas 和 google-api-python-client。你要找的函数是 pd.read_gbq http://pandas.pydata.org/pandas-docs/stable/generated/pandas.io.gbq.read_gbq.html

    【讨论】:

      【解决方案2】:

      对于遇到此问题的任何人,datalabs 库似乎已更新,现在您应该以不同的方式导入内容。

      import datalab.bigquery as bq
      

      【讨论】:

        【解决方案3】:

        你应该尝试一个简单的:

        $ pip install --upgrade google-api-python-client
        

        the documentation 中所述。

        此外,gcp.bigqueryGoogle Cloud DataLab 的一部分,所以如果您仍然感兴趣,应该从这个角度尝试。

        【讨论】:

          【解决方案4】:

          如果您在 python 中访问 BigQuery,则可以使用 gcloud 库。

          首先,安装gcloud 库:

          $ pip install --upgrade gcloud
          

          然后,在设置好你的auth and project info之后,你可以像这样在python中进行api调用(改编自gcloud-python docs):

          from gcloud import bigquery
          
          client = bigquery.Client()
          datasets, next_page_token = client.list_datasets()
          print([dataset.name for dataset in datasets])
          

          (前面有人说过,你也可以using the google-api-python-client。)

          许可证:Apache 2

          【讨论】:

            【解决方案5】:

            gcp.bigquery 是 Cloud Datalab 特有的库(您在其中看到此类导入的任何示例也是如此)。

            【讨论】:

              【解决方案6】:

              您可以从 github 上的 datalab 团队的内容构建库:

              1. 克隆存储库https://github.com/GoogleCloudPlatform/datalab/
              2. 运行工具/initenv.sh
              3. 运行sources/build.sh
              4. 在 sources/build/ 下有它

              希望这会有所帮助。至少在本地执行 docker 映像对我不起作用。

              【讨论】:

                猜你喜欢
                • 1970-01-01
                • 2022-06-30
                • 2020-09-02
                • 2021-02-25
                • 2021-04-30
                • 1970-01-01
                • 1970-01-01
                • 2020-09-30
                相关资源
                最近更新 更多