Dask 库可以将 Python 计算扩展到多个核心甚至是多台机器。-- Moshe Zadka关于 Python 性能的一个常见抱怨是全局解释器锁[1](GIL)。由于 GIL,同一时刻只能有一个线程执行 Python 字节码。因此,即使在现代的多核机器上,使用线程也不会加速计算。但当你需要并行化到多核时,你不需要放弃使用 Python:Dask[2] 库可以将计算扩展到多个内核甚至多个机器。某些设置可以在数千台机器上配置 Dask,每台机器都有多个内核。虽然存在扩展规模的限制,但一般达不到。虽然 Dask 有许多内置的数组操作,但举一个非内置的例子,我们可以计算偏度[3]:import numpyimport daskfrom dask import array as darrayarr = dask.from_array(numpy.array(my_data), chunks=(1000,))mean = darray.mean()stddev = darray.std(arr)unnormalized_moment = d
………………………………