Dask Python（對開發者的工作原理）

安裝

您可以使用 pip 安裝 Dask：

pip install dask[complete]

pip install dask[complete]

基本用法

以下是一個簡單的範例，示範 Dask 如何並行化計算：

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)

在這個範例中，Dask 會建立一個大數組並將其分割成更小的區塊。 compute()方法觸發平行計算並傳回結果。 Python Dask 內部使用任務圖來實現平行運算。

輸出

Dask Python（開發者使用指南）：圖 1

輸出

Dask Python（開發者使用指南）：圖 2

最佳實務

1.從小規模開始：先從小資料集入手，了解 Dask 的工作原理，再逐步擴大規模。 2.使用儀錶板：Dask 提供了一個儀錶板來監控計算的進度和效能。 3.優化區塊大小：選擇合適的區塊大小，以平衡記憶體使用和計算速度。

先決條件

1. 確保已安裝 Visual Studio Code。
2. 已安裝 Python 版本 3。

首先，讓我們建立一個 Python 檔案來加入我們的腳本。

開啟 Visual Studio Code 並建立一個名為daskDemo.py的檔案。

安裝必要的庫：

pip install dask
pip install ironpdf

pip install dask
pip install ironpdf

然後加入以下 Python 程式碼來示範 IronPDF 和 Dask Python 套件的用法：

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")

程式碼解釋

這段程式碼片段整合了 Dask 用於資料處理和 IronPDF 用於 PDF 生成。 它表明：

1. Dask 整合：使用dask.datasets.timeseries()產生合成時間序列 DataFrame ( df )。 列印前 10 行（ df.head(10) ），並根據列"x"和"y"計算每小時平均資料幀（ dfmean ）。
2. IronPDF 用法：使用License.LicenseKey設定 IronPDF 許可證密鑰。 建立一個包含來自已產生和已計算的 DataFrame 的標頭和資料的 HTML 字串（ content ），然後使用ChromePdfRenderer()將此 HTML 內容渲染成 PDF（ pdf ），最後將 PDF 儲存為"DemoIronPDF-Dask.pdf"。

程式碼結合了 Dask 的大規模資料處理功能和 IronPDF 的將 HTML 內容轉換為 PDF 文件的功能。

輸出

Dask Python（開發者使用指南）：圖 4

PDF

Dask Python（開發者使用指南）：圖 5