معرفی شرکت ها

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

توضیحات

Simplify use of AWS resources in your code with aws-python-utils

ویژگی	مقدار
سیستم عامل	-
نام فایل	aws-python-utils-0.0.7
نام	aws-python-utils
نسخه کتابخانه	0.0.7
نگهدارنده	[]
ایمیل نگهدارنده	[]
نویسنده	Zane Williamson
ایمیل نویسنده	zane.williamson@gmail.com
آدرس صفحه اصلی	https://github.com/silvermullet/aws-python-utils
آدرس اینترنتی	https://pypi.org/project/aws-python-utils/
مجوز	MIT

# aws-python-utils Simplify use of AWS resources in your code with aws-python-utils ### Install ``` pip install aws-python-util ``` ### SecretManager Util * Easy secret retrieval ##### get_secret() Use ENVIRONMENT variable "AWS_SECRET_MANAGER_SECRET" or pass in secret_key name. ###### Example Usage Via ENVIRONMENT variable ```python from aws_python_utils import secretmanager import os os.environ["AWS_SECRET_MANAGER_SECRET"] = "mysecret" secretmanager = secretmanager.AwsSecretManager() mysecret = secretmanager.get_secret() ``` Or pass in secret_key name .. ```python from aws_python_utils import secretmanager import os secretmanager = secretmanager.AwsSecretManager() mysecret = secretmanager.get_secret(secret_key="mysecret") ``` ### S3 Util * Streams an s3 object directly into a pandas DataFrame to avoid writing to disk and then loading from disk * Uploads a DataFrame directly to s3 ###### Example Usage ```python from aws_python_utils import s3 from io import BytesIO import pandas as pd import numpy as np bucket,key = s3.AwsS3.get_bucket_and_key_from_s3_path("s3://my-bucket/mypath/to/object") print("bucket = " + bucket) # my-bucket print("key = " + key) # mypath/to/object # download a tab separated file schema: id val1 val2 df = s3.AwsS3.download_s3_file(s3_path, header=0, sep='\t', index='id') df2 = pd.DataFrame(np.random.randint(low=0, high=10, size=(5, 5)), columns=['a', 'b', 'c', 'd', 'e']) io_buffer = BytesIO() df2.to_csv(io_buffer, columns=['a', 'c', 'e'], sep='\t', index=False) s3.AwsS3.upload_to_s3("s3://your-bucket/path/to/object.tsv", io_buffer) ``` ### EC2 Util * Ami cleaner to mop up old ami's ###### Example Usage ```python from aws_python_utils.ec2 import AwsEC2 from datetime import datetime ec2 = AwsEC2() # keep latest 5 ami' ec2.clean_images("my-service-ami-dev-*", num_to_keep=5, cutoff_date=datetime(2018, 8, 1), images_to_keep=['ami-keepmeid']) ```

زبان مورد نیاز

مقدار	نام
>=3.6.0	Python

نحوه نصب

نصب پکیج whl aws-python-utils-0.0.7:

pip install aws-python-utils-0.0.7.whl

نصب پکیج tar.gz aws-python-utils-0.0.7:

pip install aws-python-utils-0.0.7.tar.gz