Dask是一个灵活的并行计算库，用于分析计算。它支持针对计算和大数据集合优化的动态任务调度。
根据一般的numpy操作“逐步化”逐点函数是否可行？案例+部分解决方案：例如，请看这里：https：//github.com/SciTools/iris/pull/2964 ...
我想知道如何优化这种转换，我需要计算一周中的行数为125百万行，我有一台4 GB内存的计算机，我只是尝试这个：df_train ['date']。dt .. ..
使用Load Balancer在AWS ECS上尝试dask.distributed集群时出现连接错误
我们正尝试在AWS上使用ECS启动一个dask集群。我们当前的设置：两个服务 - 一个dask-scheduler服务和一个dask-worker服务，每个服务都有一个任务定义。每项服务都有一项任务（在......
我想在Jupyternotebook上看到一个进度条，当我使用Dask运行计算任务时，我正在从一个大的csv文件+ 4GB计算“id”列的所有值，所以任何想法？导入dask ....
我有一个大数据框看起来像这样：Id last_item_bought时间'user1''自行车'2018-01-01'user3''勺子'2018-01-01'user2''汽车'2018-01-01'user1''勺子'2018-01-02'user2''自行车'2018-01 -...
我正在尝试使用Celery来处理输入列表。我想只处理一次输入。问题是我的服务器都是超级计算机集群的一部分。我可以发送每个服务器一个...
Dask groupby和apply：值错误预期的轴有6个元素，新值有5个元素
我正在尝试基于密钥折叠数据帧的行。我的文件很大，pandas会抛出内存错误。我目前正在尝试使用dask。我在这里附上代码片段。 def f（x）：...
我试图将数据库表读入一个dask数据帧，然后保持数据帧。我尝试了一些变体，它们要么导致内存不足，要么出错。我在工作 ...
在给定Client实例的情况下，是否可以关闭dask.distributed集群？
如果我有一个distributed.Client实例，我可以用它来关闭远程集群吗？即杀死所有工人并关闭调度程序？如果使用Client实例无法完成，则...
我有一个使用LocalCluster的管道：来自分布式导入客户端客户端= Client（）list_of_queries = [...] #sid 1_000查询loaded_data = client.map（sql_data_loader，list_of_queries）...
给定以下dask数据帧：将numpy作为np导入pandas导入为pd导入dask.dataframe为dd N = int（1e4）df = pd.DataFrame（np.random.randn（N，3），columns = list（'abc'） ），...
我试图用dask导入一堆csv文件，看起来我的列混合了。导入pandas为pd import dask.dataframe为dd import numpy as np names = ['date'，'country'，'A'，'B'] ...
我一直在尝试在单个本地计算机上管理Dask的内存使用情况。出于某种原因，默认的Dask Client（）和LocalCluster（）调度程序似乎总是破坏，但Dask工作得很好......
Dask distributed无法使用numpy.arrays和sparse.matrices反序列化
我在图表上的不同任务上多次收到以下错误（执行之间的更改）。可能当某些任务返回numpy.arrays和scipy.sparse矩阵时。分散式....
我试图使用看起来像这样的dask分布并行化嵌套循环：@dask.delayed def delayed_a（e）：a = do_something_with（e）返回@ dask.delayed def delayed_b（...
对于size =（M，N）的大于内存的dask数组：如何从chunk =（1，N）重新chunk到chunk =（M，1）？
为了例如沿着整个轴应用在Numpy / Numba中编码的IIR-Filter，我需要将一个size =（M，N）dask-array从chunks =（m0，n0）重新chunk到chunks =（ m1，N），m1 <m0。正如Dask避免......
我在Django服务器后面使用Dask，我在此总结了基本设置：https：//github.com/MoonVision/django-dask-demo/其中可以找到Dask客户端：https：//github.com / ...