切换导航

.rst .pdf

Dask 示例

这些示例展示了如何在各种情况下使用 Dask。

首先，有一些关于各种Dask API（如数组、数据框和未来）的高层次示例，然后有一些关于特定功能或用例的更深入的示例。

你可以在实时会话中运行这些示例：

基本示例

• Dask 数组
• Dask 包
• Dask 数据框
• 使用 Dask Delayed 自定义工作负载
• 使用 Futures 的自定义工作负载
• Dask 用于机器学习
• 使用 SQL 操作 Dask 数据框
• 使用 Dask 数组的 Xarray
• 硬件故障的韧性

数据框

• 数据框：读取和写入数据
• 数据框：分组
• 从 Pandas 到 Dask 的注意事项
• 创建两个用于比较的DataFrame：
• Dask Dataframe 对比 Pandas Dataframe
• 读取 / 保存文件
• 按组 - 自定义聚合
• 数据框：读取混乱的数据
• 生成一些混乱的数据
• 阅读混乱的数据
• 构建一个延迟阅读器
• 组装 dask 数据帧

机器学习

• 块状集成方法
• 为小型数据问题扩展Scikit-Learn
• 评分和预测大型数据集
• 使用 PyTorch 进行批量预测
• 在大数据集上训练模型
• 增量训练大型数据集
• 文本向量化管道
• 使用 Dask 进行超参数优化
• 缩放 XGBoost
• 使用投票分类器
• 使用 TPOT 自动化机器学习
• 广义线性模型
• 奇异值分解

应用程序

• 分析网络托管的 JSON 数据
• 异步/等待与非阻塞执行
• 异步计算：Web 服务器 + Dask
• 令人尴尬的并行工作负载
• 处理不断演变的工作流程
• 图像处理
• 使用 Prefect 的 ETL 管道
• 使用 Numba 进行模板计算
• 时间序列预测

用户调查

• 2021 Dask 用户调查结果
• 2020 Dask 用户调查结果
• 2019 Dask 用户调查结果

下一页

Dask 数组