Python dask.graph_manipulation.bind用法及代碼示例

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

製作children 集合，可選擇省略sub-collections，依賴於parents 集合。下麵舉兩個例子。

第一個示例創建一個數組b2，其計算首先完全計算數組a，然後完全計算b，在此過程中重新計算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.])

第二個示例創建數組 b3 和 c3 ，其計算首先計算數組 a 然後計算加法，這一次在此過程中不重新計算 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.]))

參數：

children：

Dask 集合或 Dask 集合的嵌套結構

parents：

Dask 集合或 Dask 集合的嵌套結構

omit：

Dask 集合或 Dask 集合的嵌套結構

seed：

Hashable 用於種子 key 再生。省略默認為一個隨機數，該隨機數將在每次調用時產生不同的 key 。

assume_layers：

True

使用在層級工作的快速算法，假設 children 和 omit 中的所有集合

使用 HighLevelGraph ，
定義 __dask_layers__() 方法，以及
在創建omit 集合和children 集合之間，他們的圖表從未被壓縮和重建；換句話說，如果可以在children 集合的鍵中找到omit 集合的鍵，那麽對於層也必須如此。

False

使用在 key 級別工作的較慢算法，這不做上述假設。

split_every：

見checkpoint()

與 children 相同: Dask 集合或 dask 集合的結構相當於 children ，它們計算為相同的值。 children 的所有鍵都將被重新生成，直到並排除 omit 的鍵。緊接在 omit 上方的節點，或者如果未找到 omit 中的集合的葉節點，將被阻止計算，直到 parents 中的所有集合都已完全計算完畢。

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.graph_manipulation.bind。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。

用法:

參數：

返回：