切片
目录
切片¶
Dask 数组支持大部分 NumPy 的切片语法。特别是，它支持以下方式：
按整数和切片进行切片：
x[0, :5]按整数列表/数组进行切片：
x[[1, 2, 4]]按布尔值列表/数组进行切片：
x[[False, True, True, False, True]]
但是，它目前不支持以下方式：
在多个轴上使用列表进行切片：
x[[1, 2, 3], [3, 2, 1]]虽然添加此功能很简单。如果您有使用场景，请提出 issue。此外，对此感兴趣的用户应该查看
vindex。
效率¶
普通的 Dask 调度器足够智能，只计算实现所需切片所需的块。因此，如果只需要小输出，大型操作也可能很便宜。
在下面的示例中，我们创建一个包含万亿个元素、块大小为百万元素的 Dask 数组。然后我们对整个数组进行操作，最后只切出输出的一部分。
>>> # Trillion element array of ones, in 1000 by 1000 blocks
>>> x = da.ones((1000000, 1000000), chunks=(1000, 1000))
>>> da.exp(x)[:1500, :1500]
...
这只需要计算左上角的四个块即可得到结果。在那些只需要部分结果的块上，我们稍微有点浪费。此外，我们还需要处理包含大约一百万个任务的 Dask 图，这也有点浪费。这可能会导致一两秒的交互开销。
使用具体的索引器（例如整数列表）进行切片时，有几种值得一提的潜在失败模式。首先，当您对一个已分块的轴进行索引时，Dask 通常会“匹配”输出的分块方式。
# Array of ones, chunked along axis 0
>>> a = da.ones((4, 10000, 10000), chunks=(1, -1, -1))
如果我们使用一个已排序的整数序列进行切片，Dask 将为每个输入块返回一个块（注意输出 chunksize 是 1，因为索引 0 和 1 在输入中位于不同的块中）。
>>> a[[0, 1], :, :]
dask.array<getitem, shape=(2, 10000, 10000), dtype=float64, chunksize=(1, 10000, 10000), chunktype=numpy.ndarray>
但是重复的索引怎么办？Dask 仍然为每个输入块返回一个块，但是如果您从同一个输入块中有很多重复，您的输出块可能会大得多。
>>> a[[0] * 15, :, :]
PerformanceWarning: Slicing is producing a large chunk. To accept the large
chunk and silence this warning, set the option
>>> with dask.config.set({'array.slicing.split_large_chunks': False}):
... array[indexer]
To avoid creating the large chunks, set the option
>>> with dask.config.set({'array.slicing.split_large_chunks': True}):
... array[indexer]
dask.array<getitem, shape=(15, 10000, 10000), dtype=float64, chunksize=(15, 10000, 10000), chunktype=numpy.ndarray>
之前我们在第一个维度上的块大小是 1，因为我们从每个输入块中只选择了一个元素。但现在我们从第一个块中选择了 15 个元素，产生了一个很大的输出块。
当这种索引方式产生的块比 array.chunk-size 配置选项大 5 倍时，Dask 会发出警告。您有两种选择来处理该警告：
设置
dask.config.set({"array.slicing.split_large_chunks": False})以允许大块并消除警告。设置
dask.config.set({"array.slicing.split_large_chunks": True})以避免创建大块。
正确的选择取决于您的后续操作。有关选择块大小的更多信息，请参阅 分块。