import numpy as np
import dask.array as dda
def index_nearest(to_find, coord_grid):
"""Return indexes of elements in coord_grid that most
closely match the ones in to_find.
"""
to_find = to_find.reshape(-1,1)
return np.argmin(np.abs(to_find - coord_grid), axis=1)
n_points = 10000
n_grid = 800
x = np.random.uniform(0, n_grid, [n_points,])
x_grid = np.arange(n_grid)
x_da = dda.from_array(x, chunks=10)
x_grid_da = dda.from_array(x_grid, chunks=10)
index_nearest(x_da, x_grid_da)
運行最后一行時，我收到一條警告，提示塊數增加了 40 倍，repr 如下所示：
對于這么簡單的計算，270,000 個任務是不是有點太多了？
uj5u.com熱心網友回復：
任務的數量取決于塊的數量，特別是對于需要成對組合不同塊的操作。
由于具有 10 個元素的塊占用 80 個位元組，通常有足夠的空間使用更大的塊，例如將塊大小增加到 1_000 個元素會將單個塊的記憶體負載增加到大約 8 KB，而要簡單創建的任務數量x_da會增加從 1000 減少到 10。使用 1_000 的塊大小將完整操作的任務計數減少到 61 個任務。
1_000 的塊大小仍然相當小，在許多情況下，可能會逃脫 100 MB 甚至更大的塊大小（取決于硬體和執行的計算型別）。
轉載請註明出處，本文鏈接：https://www.uj5u.com/shujuku/420099.html
標籤：
上一篇：Numpy陣列錯誤的尺寸與計算