import dask.bag as dbaccuracies = seeds.map(lambdaseed: train_and_get_accuracy(seed))compute()只会无限期地阻塞，并且不会占用CPU。我查看了，并尝试打印accuracies.dask。
浏览 1提问于2017-02-03得票数 1
回答已采纳
2回答
dask.compute(...)应该是一个阻塞调用。然而，当我嵌套了dask.compute，并且内部的dask.compute执行I/O (如dask.dataframe.read_parquet)时，内部的and不是阻塞的。return tasks
results = dask.
浏览 11提问于2017-08-10得票数 0
1回答
我对dask并不熟悉，也不知道dask中计算()方法到底做了什么？它是一种打印对象的方法吗？我从它的网站上读过文档，不确定我是否理解“具体价值”和“懒惰的达克”这两个术语。--您可以通过调用.compute()方法或dask.compute(.)将任何dask集合转换为具体值函数。这个函数将被阻塞，直到计算完成，直接从一个懒惰的dask集合到本地内存中的一个具体值。也就是说，当我创建一个dask对象并在spyder控
浏览 5提问于2019-11-05得票数 0
回答已采纳
我真的很喜欢使用Dask。def inc(x, y):类似这样的东西 if hasattr(x, compute): if hasattr(y, compute):
y = y.<
浏览 0提问于2017-01-30得票数 1
我正在构建一个FastAPI应用程序，该应用程序将为Dask的块提供服务。我想把和结合起来。[block_id].compute()
async def get_root():]
dask.
浏览 1提问于2020-03-02得票数 3
2回答
import pandas as pd如果我在最后一行添加.compute()：
df_dask["column__{field}".format(field=field)] = df_dask["column"
浏览 1提问于2019-05-03得票数 0
但是，我不想假设最终用户将如何调用compute，我希望避免创建自定义的dask Array子类或代理对象，因此我试图将操作嵌入到数组的底层__dask_graph__中。(旁白:请暂时忽略关于在dask中使用有状态对象的警告，我知道其中的风险，这个问题只是关于任务图的操作)。
请考虑下面的类，该类模拟必须处于打开状态的文件读取器才能读取块，否则就会出现分段错误。__dask_keys__()不包含我的键(而且，我也希望避免子类化或要求最终用户使用特殊
浏览 7提问于2021-11-14得票数 1
回答已采纳
我想对这个数据执行一个操作，就是选择一些包含特定数据的列。我想得到df中的所有I。
浏览 2提问于2022-05-09得票数 0
1回答
Dask多客户端
、、、
例如，我是否可以让多个线程与每个线程运行一个客户端，以便当一个线程阻塞时，其他线程可以继续运行？在这种情况下，每个客户端都有不相互依赖的任务图。作为一个跟进问题，如果有可能的话，我怎样才能指定在哪里执行某项特定的任务？当我执行dd.read_csv时，然后调用计算，如何知道哪个客户端及其相关的调度程序/工作人员正在执行此操作？
浏览 3提问于2020-05-31得票数 1
回答已采纳
我想定义一组操作并在dask worker上运行它们，并捕获任何可能出现的错误，而不必调用compute并将结果带给客户端。例如，如果我在object列上执行了一个类型(Int)，这应该会给我一个错误。当我使用client.persist时，这不会返回错误。column = df['string column'].astype(int)但是，client.compute确实抛出了这个错误：
column =df[
浏览 15提问于2020-05-30得票数 0
回答已采纳
normalised = data.mul(alpha, axis=1)
在上面的代码片段中，data是一个dask.Dataframe，alpha是一个dask.Series。Dask在执行此乘法时会引发ValueError: Unable to mul dd.Series with axis=1错误。如果我计算alpha (例如alpha.compute() )，这个操作就行了，但是因为alpha是一个大任务，所以我想避免在代码的这个阶段调用compute。有没有人
浏览 1提问于2020-01-09得票数 0
我正在尝试使用dask来处理一些ML项目中的大型数据集。将单独的CSV文件加载到dask数据帧中工作正常。当我尝试使用多个CSV文件时，任何类似“计算”的操作都会导致程序无限期挂起。这运行得很好 import dask.dataframe as ddimport daskshape.compute() 输
浏览 11提问于2019-12-12得票数 0
1回答
我有一个简单的dask工作流。at 0x7f1dc5ded730>, }但是，不一定要按顺序执行for循环。这可以并行进行。
所以问题是:我该如何处理这件事？我是否应该将for循环转换为工作流，然后在b_func中调用dask？基本上，我可以嵌套<em
浏览 0提问于2018-12-06得票数 1
回答已采纳
0回答
我有一个关于dask.compute()的一般性问题，这个问题是由我在使用该函数时遇到的内存积累引起的。我使用dask.compute()和map_partitions() (已经尝试过使用dask.distributed和dask.multiprocessing (后者使用pool=ThreadPool和pool=multiprocessing.pool))来应用一个函数，该函数对dask数据帧的块执行一系列操作。这让我想知道<em
浏览 5提问于2018-07-19得票数 1
我正在尝试避免重复使用dask.compute(list_of_dask_computations)进行dask计算。在我的代码中，我必须在dask dataframe中创建一些分类列，并调用dask.DataFrame.categorize来使类别成为已知的。但我希望与dask.compute(list_of_dask_computations)提供的其他列上的其他计算同时执行该调用。但我不知道该怎么做。mean(
浏览 12提问于2020-04-15得票数 0
我知道如何手工操作：
您可以执行，这将花费大约30分钟并生成一个20 GB的文件。, sep = ',', header = None).set_index(0)
df = ddf.compute().sort_values():
f
浏览 2提问于2020-05-22得票数 2
回答已采纳
我尝试使用Dask和xarray对两个数据集执行一些分析(例如avg)，然后计算两个结果之间的差异。return x-y
p2 = "/path/to/second/multi-file/dataset"
b = dask.delaye
浏览 14提问于2022-05-10得票数 1
我是Dask的新手。我把它和一个xarray数据集一起使用。我将数据集保存在内存中，jupyter单元显示它已经就绪(不再有星号)。但是dask仪表板正忙着执行任务。我不明白。当这种情况发生时，我应该等到dask仪表板稳定下来，还是可以自由运行下一个单元？
浏览 6提问于2022-02-07得票数 0
1回答
我将excel表格中的数据(列= 'date‘，'a’，'b‘，'c’)传递给dd.read_csv()，它读取数据并执行一些操作，从而得到一个dask序列结构 Dask Series StructureName: c, dtype: float64 我知道dask的一个.compute()函数，但我不想使用它，因为它需要花费很多时间。
浏览 25提问于2020-08-29得票数 0
云服务器
ICP备案
腾讯会议
云直播
对象存储
腾讯云开发者
