dask.array.asarray
dask.array.asarray¶
- dask.array.asarray(a, allow_unknown_chunksizes=False, dtype=None, order=None, *, like=None, **kwargs)[源代码]¶
将输入转换为 dask 数组。
- 参数
- a类似数组
输入数据，可以是任何可以转换为 dask 数组的格式。这包括列表、元组列表、元组、元组元组、列表元组和 ndarrays。
- allow_unknown_chunksizes: bool
允许未知的块大小，例如从dask数据帧转换而来。Dask.array无法验证块是否对齐。如果数据来自不同对齐的源，则可能会导致意外结果。
- dtype数据类型，可选
默认情况下，数据类型是从输入数据推断出来的。
- 顺序{‘C’, ‘F’, ‘A’, ‘K’}, 可选
内存布局。‘A’ 和 ‘K’ 取决于输入数组 a 的顺序。‘C’ 行优先（C 风格），‘F’ 列优先（Fortran 风格）内存表示。‘A’（任意）意味着如果 a 是 Fortran 连续的，则为 ‘F’，否则为 ‘C’。‘K’（保持）保持输入顺序。默认为 ‘C’。
- like: 类似数组
引用对象，允许创建块不是 NumPy 数组的 Dask 数组。如果作为
like传递的类数组对象支持__array_function__协议，则结果数组的块类型将由它定义。在这种情况下，它确保创建一个与通过此参数传递的对象兼容的 Dask 数组。如果like是 Dask 数组，则结果数组的块类型将由like的块类型定义。需要 NumPy 1.20.0 或更高版本。
- 返回
- 出dask 数组
Dask 数组对 a 的解释
示例
>>> import dask.array as da >>> import numpy as np >>> x = np.arange(3) >>> da.asarray(x) dask.array<array, shape=(3,), dtype=int64, chunksize=(3,), chunktype=numpy.ndarray>
>>> y = [[1, 2, 3], [4, 5, 6]] >>> da.asarray(y) dask.array<array, shape=(2, 3), dtype=int64, chunksize=(2, 3), chunktype=numpy.ndarray>
警告
如果 a 是一个 Array，具有
to_dask_array属性，或者是 Array 的列表或元组，则忽略 order。