磁盘阵列逐点数组操作的转换

Question

“daskify”用一般numy操作编写的逐点函数是否可行？你知道吗

案例+部分解决方案：
例如，参见这里：https://github.com/SciTools/iris/pull/2964

关键是我们希望应用另一个库中的通用数组操作，但它只能在实际的numpy数组上操作。
然而，我们希望它在此操作中对现有的dask数组进行操作，并产生一个延迟结果，从而可以有效地计算子数组。
这就是为什么它使用da.from_array。。。你知道吗

备选方案：
您可以改为使用deferred，但如果使用deferred，则每次都必须计算整个参数，即使结果是子索引的。你知道吗

或者你可以用frompyfunc http://dask.pydata.org/en/latest/array-api.html#dask.array.frompyfunc
但它使用的是标量函数，而不是数组函数。
这是低效的，特别是当它返回一个对象数组而不是数字时。你知道吗

剩余问题：
在上述部分解决方案中，缺少的部分是“看穿”不透明点计算包装器的能力，因此其dask参数对整个图形可见。
? 也许在Dask中有一种方法可以公开当前隐藏在这个from_array(ArraylikeWrapper(dask_array))结构中的dask_array参数？你知道吗

Answer 1

你试过da.map_blocks吗？你知道吗

x = x.map_blocks(func)

Dask还支持带有__array_ufunc__协议的NumPy ufuncs，如果您能够创建这些协议的话（尽管map_blocks可能更容易）。你知道吗