如何从延迟的 dask 数组中获取特定块？

Question

假设我有以下数组：

import numpy as np

import dask.array as da

import dask

arr_x = list(range(0,100))

arr_y = list(range(0,100))

arr = np.stack([arr_x,arr_y])

arr = arr.T

然后我想将其转换为延迟的 dask 数组：

arr = da.from_array(arr,chunks = (3,2))

data = arr.to_delayed()

其格式如下：

[[Delayed(('array-fa3499f6a402676a68a198bef8016ec4', 0, 0))]

 [Delayed(('array-fa3499f6a402676a68a198bef8016ec4', 1, 0))]

 [Delayed(('array-fa3499f6a402676a68a198bef8016ec4', 2, 0))]

...

 [Delayed(('array-fa3499f6a402676a68a198bef8016ec4', 31, 0))]

 [Delayed(('array-fa3499f6a402676a68a198bef8016ec4', 32, 0))]

 [Delayed(('array-fa3499f6a402676a68a198bef8016ec4', 33, 0))]]

现在我想获得一个特定的块：

chunk = da.from_delayed(data[1], shape=(3,2))

print(chunk.compute())

但是，我收到以下错误：

dsk = {(name,) + (0,) * len(shape): value.key}

AttributeError: 'numpy.ndarray' object has no attribute 'key'

我究竟做错了什么？

Answer 1

dask.array.Array.to_delayed()返回二维数组的列表列表。您需要一直切片到延迟对象才能将其传递给 from_delayed()In [5]: chunk = da.from_delayed(data[1][0], shape=(3,2), dtype=arr.dtype) In [6]: chunk.compute() Out[6]: array([[3, 3],        [4, 4],        [5, 5]])这也可以写成In [11]: arr.blocks[1, 0].compute() Out[11]: array([[3, 3],        [4, 4],        [5, 5]])