虚拟大数组与延迟计算
Biggus的Python项目详细描述
虚拟大数组和延迟计算。
例如,我们可以将多个阵列数据源组合成一个虚拟阵列:
>>> first_time_series = OrthoArrayAdapter(hdf_var_a) >>> second_time_series = OrthoArrayAdapater(hdf_var_b) >>> print first_time_series.shape, second_time_series.shape (52000, 800, 600) (56000, 800, 600) >>> time_series = biggus.LinearMosaic([first_time_series, second_time_series], axis=0) >>> time_series <LinearMosaic shape=(108000, 800, 600) dtype=dtype('float32')>
anybiggus数组可以被索引,独立于底层数据源:
>>> time_series[51999:52001, 10, 12] <LinearMosaic shape=(2,) dtype=dtype('float32')>
而且阵列可以按需转换为numpy ndarray:
>>> time_series[51999:52001, 10, 12].ndarray() array([ 0.72151309, 0.54654914], dtype=float32)
保持联系!
我们对比格斯有很多令人兴奋的计划, 但我们也非常希望收到你的来信。
- 你觉得用biggus怎么样?
- Biggus需要哪些功能才能让它对您有用?
- Biggus已经具备哪些有用的功能?
进一步阅读
要了解biggus可以做什么,请浏览wiki,以及它的examples。
如果您有任何问题或反馈,请随时发送到 discussion group或raise an issue在issue tracker上。