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，有一些关于不同 Dask API（如数组、dataframe 和 futures）的高级示例，然后是关于特定功能或用例的更深入示例。

您可以在此处通过实时会话运行这些示例：

基本示例

• Dask 数组
• Dask Bag
• Dask DataFrame
• 使用 Dask Delayed 的自定义工作负载
• 使用 Futures 的自定义工作负载
• Dask 用于机器学习
• 使用 SQL 操作 Dask DataFrames
• Xarray 与 Dask 数组
• 抵御硬件故障的弹性

DataFrames

• DataFrames: 读取和写入数据
• DataFrames: Groupby
• 从 Pandas 到 Dask 的陷阱
• 创建 2 个 DataFrame 进行比较
• Dask Dataframe 对比 Pandas Dataframe
• 读取/保存文件
• Group By - 自定义聚合
• DataFrames: 读取凌乱的数据
• 制造一些凌乱的数据
• 读取凌乱的数据
• 构建延迟读取器
• 组装 Dask DataFrame

机器学习

• 块式集成方法
• 扩展 Scikit-Learn 以解决小数据问题
• 对大型数据集进行评分和预测
• 使用 PyTorch 进行批量预测
• 在大型数据集上训练模型
• 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
• 扩展 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

• 分析 Web 托管的 JSON 数据
• Async/Await 和非阻塞执行
• 异步计算: Web 服务器 + Dask
• 易于并行的工作负载
• 处理演变的工作流程
• 图像处理
• 使用 Prefect 的 ETL 管道
• 使用 Numba 的模板计算
• 时间序列预测

用户调查

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

下一个

Dask 数组