Python dask.array.asarray用法及代码示例

用法:
dask.array.asarray(a, allow_unknown_chunksizes=False, dtype=None, order=None, *, like=None, **kwargs)

将输入转换为 dask 数组。

参数：

a：array-like: 输入数据，可以转换为 dask 数组的任何形式。这包括列表、元组列表、元组、元组的元组、列表的元组和 ndarray。
allow_unknown_chunksizes: bool：: 允许未知的块大小，例如来自从 dask 数据帧转换而来的。 Dask.array 无法验证块是否对齐。如果数据来自不同对齐的来源，那么这可能会导致意外结果。
dtype：数据类型，可选: 默认情况下，数据类型是从输入数据中推断出来的。
order：{‘C’、‘F’、‘A’、‘K’}，可选: 内存布局。 “A”和“K”取决于输入数组 a 的顺序。 ‘C’ 行优先 (C-style)，‘F’ 列优先 (Fortran-style) 内存表示。如果 a 是 Fortran 连续的，则“A”(任何)表示“F”，否则“K”(保持)表示“F”，保留输入顺序。默认为“C”。
like: array-like：: 引用对象以允许使用不是 NumPy 数组的块创建 Dask 数组。如果作为like 传入的array-like 支持__array_function__ 协议，则结果数组的块类型将由它定义。在这种情况下，它确保创建一个与通过此参数传入的数组兼容的 Dask 数组。如果 like 是 Dask 数组，则结果数组的块类型将由 like 的块类型定义。需要 NumPy 1.20.0 或更高版本。

out：暗阵列: Dask数组的解释a。

例子：

>>> import dask.array as da
>>> import numpy as np
>>> x = np.arange(3)
>>> da.asarray(x)
dask.array<array, shape=(3,), dtype=int64, chunksize=(3,), chunktype=numpy.ndarray>

>>> y = [[1, 2, 3], [4, 5, 6]]
>>> da.asarray(y)
dask.array<array, shape=(2, 3), dtype=int64, chunksize=(2, 3), chunktype=numpy.ndarray>

相关用法

注：本文由纯净天空筛选整理自dask.org大神的英文原创作品 dask.array.asarray。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。

用法:

参数：

返回：

例子：