ComeçarComece de graça

Agrupando upserts em pedaços

Neste exercício, você vai praticar como colocar vetores no índice Pinecone do 'datacamp-index' em séries, em lotes.

A função auxiliar chunks() que você criou no exercício anterior está pronta pra ser usada:

def chunks(iterable, batch_size=100):

    """A helper function to break an iterable into chunks of size batch_size."""

    it = iter(iterable)

    chunk = tuple(itertools.islice(it, batch_size))

    while chunk:

        yield chunk

        chunk = tuple(itertools.islice(it, batch_size))

Este exercício faz parte do curso

Bancos de dados vetoriais para incorporações com Pinecone

Ver curso

Instruções do exercício

  • Inicialize a conexão do Pinecone com sua chave API.
  • Insira os vetores em vectors em lotes de 100 vetores em 'datacamp-index'.
  • Imprima as estatísticas descritivas deste índice.

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

# Initialize the Pinecone client with your API key
pc = Pinecone(api_key="____")

index = pc.Index('datacamp-index')

# Upsert vectors in batches of 100
for chunk in ____:
    ____ 

# Retrieve statistics of the connected Pinecone index
print(____)
Editar e executar o código