Dask Python (jak to działa dla programistów)

Dlaczego warto korzystać z Dask?

Dask został zaprojektowany, aby umożliwić skalowanie kodu w języku Python z pojedynczego laptopa do dużego klastra. Integruje się płynnie z popularnymi bibliotekami Pythona, takimi jak NumPy, pandas i scikit-learn, umożliwiając równoległe wykonywanie bez znaczących zmian w kodzie.

Kluczowe funkcje Dask

1. Obliczenia równoległe: Dask umożliwia jednoczesne wykonywanie wielu zadań, co znacznie przyspiesza obliczenia.
2. Skalowalność: Potrafi obsługiwać zbiory danych większe niż pojemność pamięci, dzieląc je na mniejsze części i przetwarzając je równolegle.
3. Kompatybilność: Działa dobrze z istniejącymi bibliotekami Python, co ułatwia integrację z obecnym przepływem pracy.
4. Elastyczność: Zapewnia kolekcje wysokiego poziomu, takie jak Dask DataFrame, wykresy zadań, Dask Array, Dask Cluster i Dask Bag, które naśladują odpowiednio pandas, NumPy i listy.

Pierwsze kroki z Dask

pip install dask[complete]

pip install dask[complete]

import dask.array as da

# Create a large Dask array
x = da.random.random((10, 10), chunks=(10, 10))
print('Generated Input')
print(x.compute())

# Perform a computation
result = x.mean().compute()
print('Generated Mean')
print(result)

import dask.array as da

# Create a large Dask array
x = da.random.random((10, 10), chunks=(10, 10))
print('Generated Input')
print(x.compute())

# Perform a computation
result = x.mean().compute()
print('Generated Mean')
print(result)

Dask DataFrames

Ramki danych Dask są podobne do ramek danych pandas, ale zostały zaprojektowane do obsługi zbiorów danych większych niż pojemność pamięci. Oto przykład:

import dask

# Generate a synthetic timeseries DataFrame
df = dask.datasets.timeseries()
print('\nGenerated DataFrame')
print(df.head(10))

# Compute mean hourly resampled DataFrame
print('\nComputed Mean Hourly DataFrame')
print(df[["x", "y"]].resample("1h").mean().head(10))

import dask

# Generate a synthetic timeseries DataFrame
df = dask.datasets.timeseries()
print('\nGenerated DataFrame')
print(df.head(10))

# Compute mean hourly resampled DataFrame
print('\nComputed Mean Hourly DataFrame')
print(df[["x", "y"]].resample("1h").mean().head(10))

Kod pokazuje zdolność Dask do obsługi danych szeregów czasowych, generowania syntetycznych zbiorów danych oraz wydajnego obliczania agregacji, takich jak średnie godzinowe, poprzez wykorzystanie możliwości przetwarzania równoległego przy użyciu wielu procesów Python, rozproszonego harmonogramu oraz zasobów obliczeniowych wielu rdzeni.

Przedstawiamy IronPDF

IronPDF to solidna biblioteka w języku Python przeznaczona do tworzenia, edycji i podpisywania dokumentów PDF przy użyciu HTML, CSS, obrazów i JavaScript. Podkreśla wydajność przy minimalnym zużyciu pamięci. Najważniejsze cechy to:

• Konwersja HTML do PDF: Łatwo konwertuj pliki HTML, ciągi znaków i adresy URL na dokumenty PDF, wykorzystując możliwości renderowania PDF w przeglądarce Chrome.
• Obsługa wielu platform: Działa płynnie w środowisku Python 3+ na systemach Windows, Mac, Linux oraz różnych platformach chmurowych. Jest również kompatybilny ze środowiskami .NET, Java, Python i Node.js.
• Edycja i podpisywanie: Dostosuj właściwości plików PDF, zastosuj zabezpieczenia, takie jak hasła i uprawnienia, oraz płynnie dodawaj podpisy cyfrowe.
• Szablony stron i ustawienia: Dostosuj układy plików PDF za pomocą nagłówków, stopek, numerów stron, regulowanych marginesów, niestandardowych rozmiarów papieru i responsywnych projektów.
• Zgodność ze standardami: Ścisłe przestrzeganie standardów PDF, takich jak PDF/A i PDF/UA, zapewniające zgodność z kodowaniem znaków UTF-8. Obsługiwane jest również wydajne zarządzanie zasobami, takimi jak obrazy, arkusze stylów CSS i czcionki.

Instalacja

pip install ironpdf
pip install dask

pip install ironpdf
pip install dask

Generowanie dokumentów PDF przy użyciu IronPDF i Dask.

pip install dask
pip install ironpdf

pip install dask
pip install ironpdf

import dask
from ironpdf import *

# Apply your license key
License.LicenseKey = "key"

# Generate a synthetic timeseries DataFrame
df = dask.datasets.timeseries()
print('\nGenerated DataFrame')
print(df.head(10))

# Compute the mean hourly DataFrame
dfmean = df[["x", "y"]].resample("1h").mean().head(10)
print('\nComputed Mean Hourly DataFrame')
print(dfmean)

# Initialize the PDF renderer
renderer = ChromePdfRenderer()

# Create HTML content for the PDF
content = "<h1>Awesome Iron PDF with Dask</h1>"

# Add generated DataFrame to the content
content += "<h2>Generated DataFrame (First 10)</h2>"
rows = df.head(10)
for i in range(10):
    row = rows.iloc[i]
    content += f"<p>{str(row[0])}, {str(row[2])}, {str(row[3])}</p>"

# Add computed mean DataFrame to the content
content += "<h2>Computed Mean Hourly DataFrame (First 10)</h2>"
for i in range(10):
    row = dfmean.iloc[i]
    content += f"<p>{str(row[0])}</p>"

# Render the HTML content as PDF
pdf = renderer.RenderHtmlAsPdf(content)

# Save the PDF to a file
pdf.SaveAs("DemoIronPDF-Dask.pdf")

import dask
from ironpdf import *

# Apply your license key
License.LicenseKey = "key"

# Generate a synthetic timeseries DataFrame
df = dask.datasets.timeseries()
print('\nGenerated DataFrame')
print(df.head(10))

# Compute the mean hourly DataFrame
dfmean = df[["x", "y"]].resample("1h").mean().head(10)
print('\nComputed Mean Hourly DataFrame')
print(dfmean)

# Initialize the PDF renderer
renderer = ChromePdfRenderer()

# Create HTML content for the PDF
content = "<h1>Awesome Iron PDF with Dask</h1>"

# Add generated DataFrame to the content
content += "<h2>Generated DataFrame (First 10)</h2>"
rows = df.head(10)
for i in range(10):
    row = rows.iloc[i]
    content += f"<p>{str(row[0])}, {str(row[2])}, {str(row[3])}</p>"

# Add computed mean DataFrame to the content
content += "<h2>Computed Mean Hourly DataFrame (First 10)</h2>"
for i in range(10):
    row = dfmean.iloc[i]
    content += f"<p>{str(row[0])}</p>"

# Render the HTML content as PDF
pdf = renderer.RenderHtmlAsPdf(content)

# Save the PDF to a file
pdf.SaveAs("DemoIronPDF-Dask.pdf")

Licencja IronPDF

Klucz licencyjny IronPDF pozwala użytkownikom zapoznać się z jego rozbudowanymi funkcjami przed zakupem.

Umieść klucz licencyjny na początku skryptu przed użyciem pakietu IronPDF:

from ironpdf import * 
# Apply your license key
License.LicenseKey = "key"

from ironpdf import * 
# Apply your license key
License.LicenseKey = "key"

Wnioski

Dask to wszechstronne narzędzie, które może znacznie zwiększyć możliwości przetwarzania danych w języku Python. Dzięki obsłudze obliczeń równoległych i rozproszonych umożliwia wydajną pracę z dużymi zbiorami danych i płynnie integruje się z istniejącym ekosystemem Pythona. IronPDF to potężna biblioteka w języku Python służąca do tworzenia i edycji dokumentów PDF przy użyciu HTML, CSS, obrazów i JavaScript. Oferuje takie funkcje, jak konwersja HTML do PDF, edycja plików PDF, podpisywanie cyfrowe oraz obsługa wielu platform, dzięki czemu nadaje się do różnych zadań związanych z generowaniem i zarządzaniem dokumentami w aplikacjach napisanych w języku Python.

Obie biblioteki razem pozwalają analitykom danych na przeprowadzanie zaawansowanych operacji analitycznych i naukowych, a następnie zapisywanie wyników w standardowym formacie PDF przy użyciu IronPDF.