Python dask.dataframe.compute用法及代碼示例

用法:
dask.dataframe.compute(*args, traverse=True, optimize_graph=True, scheduler=None, get=None, **kwargs)

一次計算幾個 dask 集合。

參數：

args：對象: 任意數量的對象。如果它是一個 dask 對象，則計算它並返回結果。默認情況下，還會遍曆 python 內置集合以查找 dask 對象(有關更多信息，請參閱traverse 關鍵字)。非 dask 參數不變地傳遞。
traverse：布爾型，可選: 默認情況下，dask 會遍曆內置的 python 集合，尋找傳遞給 compute 的 dask 對象。對於大型集合，這可能很昂貴。如果沒有任何參數包含任何 dask 對象，請設置 traverse=False 以避免執行此遍曆。
scheduler：字符串，可選: 要使用哪個調度程序，例如“threads”, “synchronous” or “processes”。如果沒有提供，默認是先檢查全局設置，然後回退到集合默認值。
optimize_graph：布爾型，可選: 如果為 True [默認]，則在計算之前應用每個集合的優化。否則，圖表將按原樣運行。這對於調試很有用。
get：None: 應該留給None get= 關鍵字已被刪除。
kwargs：: 轉發到調度程序函數的額外關鍵字。

例子：

>>> import dask as d
>>> import dask.array as da
>>> a = da.arange(10, chunks=2).sum()
>>> b = da.arange(10, chunks=2).mean()
>>> d.compute(a, b)
(45, 4.5)

默認情況下，還將計算 python 集合中的 dask 對象：

>>> d.compute({'a': a, 'b': b, 'c': 1})
({'a': 45, 'b': 4.5, 'c': 1},)

相關用法

注：本文由純淨天空篩選整理自dask.org大神的英文原創作品 dask.dataframe.compute。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。