在AI平台Google Cloud中访问Jupyter笔记本中的BigQuery数据
我试图从谷歌云平台上的人工智能平台的Jupyter笔记本中访问存储在BigQuery中的数据。首先，我尝试了以下代码：
from google.cloud import bigquery
from google.oauth2 import service_account
credentials = service_account.Credentials.from_service_account_file(r'\local_path\gcpcred.json')
project_id = 'my-bq'
client = bigquery.Client(credentials= credentials,project=project_id)
身份验证凭据存储在本地计算机上名为gcpcred的json文件中，但这给了我一个错误提示
FileNotFoundError:[Errno 2]没有这样的文件或目录：'\local\u path\gcpcred。json
我想既然我在人工智能平台（在云上）运行这个，我就不必使用这个应用编程接口和身份验证。
所以我简单地写道：
%%bigquery
SELECT * FROM `project.dataset.table` LIMIT 1000
我得到一个错误说
错误：403访问被拒绝：用户无权访问该表
如何访问该表？请帮忙
共有1个答案
与jupyter笔记本关联的服务帐户似乎没有足够的权限访问bigquery。您可以在IAM服务帐户部分使用所需的权限对其进行更新。下面的链接将提供进一步的澄清：
在Jupyter笔记本中可视化BigQuery数据
身份验证入门
-
我正在使用谷歌可乐人工智能平台来训练我在本地电脑上的Jupyter笔记本上测试的模型。它没有造成任何进口问题。但是在谷歌云的jupyterlab中，它无法导入原型。 我尝试在Google Cloud的SSH终端中测试导入，结果显示没有导入错误。 我尝试卸载并安装google和protobuf，但问题依然存在。 我尝试按照[this][1]问题中的建议创建init.py文件，但没有解决问题。 使用T
-
我在Ubuntu14.04上的ipython笔记本上成功地使用了pyspark[与python 2.7]，为spark创建了一个特殊的配置文件，并通过调用$ipython笔记本--profile spark启动了笔记本。创建spark配置文件的机制在许多网站上都给出了，但我使用了这里给出的一个。 $home/.ipython/profile_spark/startup/00-pyspark-set
-
因此，我试图从远程pc连接到我的jupyter笔记本，因为我自己的pc没有全局IP，我必须首先连接到本地网络（服务器1）中的另一台pc，然后通过ssh连接到我自己的pc，并在其上运行jupyter（服务器2），所以类似这样： 我的笔记本电脑- 我曾经这样做，当两个服务器Linux这样： 在我的笔记本电脑上： 在服务器1上： 在服务器2上： 但是现在我的服务器2是一台windows pc，我的jup
-
我通常访问Jupyter笔记本运行在Linux从Mac OS X通过端口转发如下： https://coderwall.com/p/ohk6cg/remote-access-to-ipython-notebooks-via-ssh 有没有可能在Windows10而不是Mac OS上做类似的事情？我猜油灰或WSL提供一个。 https://www.akadia.com/services/ssh_pu
-
在Anaconda Navigator中，我切换到在tensorflow上运行应用程序，并安装了jupyter 5.6.0。然后我打开一个蟒蛇3笔记本。然后我导入tensorflow、keras和numpy，没有问题。然后，当我尝试导入matplotlib时，笔记本上显示ImportError：没有名为“matplotlib”的模块。 在激活tensorflow后，我尝试在我的anaconda提示
-
我正在尝试做一些深度学习的工作。为此，我首先在我的Python环境中安装了所有用于深度学习的包。 这就是我所做的。 在Anaconda中，我创建了一个名为的环境，如下所示 然后在其中安装了data science Python包，如Pandas、NumPy等。我还在那里安装了TensorFlow和Keras。下面是该环境中的包列表 您可以看到还安装了。 现在，当我在这个环境中打开Python解释器