Python dask.graph_manipulation.bind用法及代码示例

用法: dask.graph_manipulation.bind(children: T, parents, *, omit=None, seed: Hashable = None, assume_layers: bool = True, split_every: float | Literal[False] | None = None) → T

制作children 集合，可选择省略sub-collections，依赖于parents 集合。下面举两个例子。

第一个示例创建一个数组b2，其计算首先完全计算数组a，然后完全计算b，在此过程中重新计算a：

>>> import dask
>>> import dask.array as da
>>> a = da.ones(4, chunks=2)
>>> b = a + 1
>>> b2 = bind(b, a)
>>> len(b2.dask)
9
>>> b2.compute()
array([2., 2., 2., 2.])

第二个示例创建数组 b3 和 c3 ，其计算首先计算数组 a 然后计算加法，这一次在此过程中不重新计算 a：

>>> c = a + 2
>>> b3, c3 = bind((b, c), a, omit=a)
>>> len(b3.dask), len(c3.dask)
(7, 7)
>>> dask.compute(b3, c3)
(array([2., 2., 2., 2.]), array([3., 3., 3., 3.]))

参数：

children：

Dask 集合或 Dask 集合的嵌套结构

parents：

Dask 集合或 Dask 集合的嵌套结构

omit：

Dask 集合或 Dask 集合的嵌套结构

seed：

Hashable 用于种子 key 再生。省略默认为一个随机数，该随机数将在每次调用时产生不同的 key 。

assume_layers：

True

使用在层级工作的快速算法，假设 children 和 omit 中的所有集合

使用 HighLevelGraph ，
定义 __dask_layers__() 方法，以及
在创建omit 集合和children 集合之间，他们的图表从未被压缩和重建；换句话说，如果可以在children 集合的键中找到omit 集合的键，那么对于层也必须如此。

False

使用在 key 级别工作的较慢算法，这不做上述假设。

split_every：

见checkpoint()

与 children 相同: Dask 集合或 dask 集合的结构相当于 children ，它们计算为相同的值。 children 的所有键都将被重新生成，直到并排除 omit 的键。紧接在 omit 上方的节点，或者如果未找到 omit 中的集合的叶节点，将被阻止计算，直到 parents 中的所有集合都已完全计算完毕。

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.graph_manipulation.bind。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：