切换导航

.rst .pdf

目录

API

顶层函数

abs(x, /[, out, where, casting, order, ...])	此文档字符串复制自 numpy.absolute。
absolute(x, /[, out, where, casting, order, ...])	此文档字符串复制自 numpy.absolute。
add(x1, x2, /[, out, where, casting, order, ...])	此文档字符串复制自 numpy.add。
all(a[, axis, keepdims, split_every, out])	测试给定轴上的所有数组元素是否评估为 True。
allclose(arr1, arr2[, rtol, atol, equal_nan])	如果两个数组在容差范围内按元素相等，则返回 True。
angle(x[, deg])	返回复参数的角度。
any(a[, axis, keepdims, split_every, out])	测试给定轴上的任何数组元素是否评估为 True。
append(arr, values[, axis])	将值附加到数组末尾。
apply_along_axis(func1d, axis, arr, *args[, ...])	沿给定轴将函数应用于一维切片。
apply_over_axes(func, a, axes)	在多个轴上重复应用函数。
arange([start, stop, step, chunks, like, dtype])	返回从 start 到 stop 步长为 step 的均匀间隔值。
arccos(x, /[, out, where, casting, order, ...])	此文档字符串复制自 numpy.arccos。
arccosh(x, /[, out, where, casting, order, ...])	此文档字符串复制自 numpy.arccosh。
arcsin(x, /[, out, where, casting, order, ...])	此文档字符串复制自 numpy.arcsin。
arcsinh(x, /[, out, where, casting, order, ...])	此文档字符串复制自 numpy.arcsinh。
arctan(x, /[, out, where, casting, order, ...])	此文档字符串复制自 numpy.arctan。
arctan2(x1, x2, /[, out, where, casting, ...])	此文档字符串复制自 numpy.arctan2。
arctanh(x, /[, out, where, casting, order, ...])	此文档字符串复制自 numpy.arctanh。
argmax(a[, axis, keepdims, split_every, out])	返回沿轴的最大值的索引。
argmin(a[, axis, keepdims, split_every, out])	返回沿轴的最小值的索引。
argtopk(a, k[, axis, split_every])	提取给定轴上 a 中 k 个最大元素的索引，并按从大到小的顺序返回。
argwhere(a)	查找非零数组元素的索引，并按元素分组。
around(x[, decimals])	将数组四舍五入到给定的小数位数。
array(object[, dtype, copy, order, subok, ...])	此文档字符串复制自 numpy.array。
asanyarray(a[, dtype, order, like, inline_array])	将输入转换为 dask 数组。
asarray(a[, allow_unknown_chunksizes, ...])	将输入转换为 dask 数组。
atleast_1d(*arys)	将输入转换为至少一维的数组。
atleast_2d(*arys)	将输入视为至少二维的数组。
atleast_3d(*arys)	将输入视为至少三维的数组。
average(a[, axis, weights, returned, keepdims])	计算沿指定轴的加权平均值。
bincount(x, /[, weights, minlength])	此文档字符串复制自 numpy.bincount。
bitwise_and(x1, x2, /[, out, where, ...])	此文档字符串复制自 numpy.bitwise_and。
bitwise_not(x, /[, out, where, casting, ...])	此文档字符串复制自 numpy.invert。
bitwise_or(x1, x2, /[, out, where, casting, ...])	此文档字符串复制自 numpy.bitwise_or。
bitwise_xor(x1, x2, /[, out, where, ...])	此文档字符串复制自 numpy.bitwise_xor。
block(arrays[, allow_unknown_chunksizes])	从嵌套的块列表组装一个 nd-array。
blockwise(func, out_ind, *args[, name, ...])	张量操作：广义内积和外积
broadcast_arrays(*args[, subok])	将任意数量的数组相互广播。
broadcast_to(x, shape[, chunks, meta])	将数组广播到新的形状。
cbrt(x, /[, out, where, casting, order, ...])	此文档字符串复制自 numpy.cbrt。
coarsen(reduction, x, axes[, trim_excess])	通过将约简应用于固定大小的邻域来粗化数组
ceil(x, /[, out, where, casting, order, ...])	此文档字符串复制自 numpy.ceil。
choose(a, choices)	从索引数组和可供选择的数组列表构造数组。
clip(*args, **kwargs)	裁剪（限制）数组中的值。
compress(condition, a[, axis])	返回沿给定轴的选定数组切片。
concatenate(seq[, axis, ...])	沿现有轴拼接数组
conj(x, /[, out, where, casting, order, ...])	此文档字符串复制自 numpy.conjugate。
copysign(x1, x2, /[, out, where, casting, ...])	此文档字符串复制自 numpy.copysign。
corrcoef(x[, y, rowvar])	返回 Pearson 积矩相关系数。
cos(x, /[, out, where, casting, order, ...])	此文档字符串复制自 numpy.cos。
cosh(x, /[, out, where, casting, order, ...])	此文档字符串复制自 numpy.cosh。
count_nonzero(a[, axis])	计算数组 a 中的非零值数量。
cov(m[, y, rowvar, bias, ddof])	给定数据和权重，估计协方差矩阵。
cumprod(x[, axis, dtype, out, method])	返回沿给定轴的元素的累积乘积。
cumsum(x[, axis, dtype, out, method])	返回沿给定轴的元素的累积和。
deg2rad(x, /[, out, where, casting, order, ...])	此文档字符串复制自 numpy.deg2rad。
degrees(x, /[, out, where, casting, order, ...])	此文档字符串复制自 numpy.degrees。
delete(arr, obj, axis)	返回一个新数组，其中沿轴删除了子数组。
diag(v[, k])	提取对角线或构造对角数组。
diagonal(a[, offset, axis1, axis2])	返回指定的对角线。
diff(a[, n, axis, prepend, append])	计算沿给定轴的第 n 阶离散差分。
divide(x1, x2, /[, out, where, casting, ...])	此文档字符串复制自 numpy.divide。
divmod(x1, x2[, out1, out2], / [[, out, ...])	此文档字符串复制自 numpy.divmod。
digitize(a, bins[, right])	返回输入数组中每个值所属的 bin 的索引。
dot(a, b[, out])	此文档字符串复制自 numpy.dot。
dstack(tup[, allow_unknown_chunksizes])	沿深度方向（沿第三轴）按序列堆叠数组。
ediff1d(ary[, to_end, to_begin])	数组中相邻元素之间的差值。
einsum(subscripts, *operands[, out, dtype, ...])	此文档字符串复制自 numpy.einsum。
empty(*args, **kwargs)	empty_like 的分块变体
empty_like(a[, dtype, order, chunks, name, ...])	返回与给定数组具有相同形状和类型的新数组。
equal(x1, x2, /[, out, where, casting, ...])	此文档字符串复制自 numpy.equal。
exp(x, /[, out, where, casting, order, ...])	此文档字符串复制自 numpy.exp。
exp2(x, /[, out, where, casting, order, ...])	此文档字符串复制自 numpy.exp2。
expand_dims(a, axis)	扩展数组的形状。
expm1(x, /[, out, where, casting, order, ...])	此文档字符串复制自 numpy.expm1。
extract(condition, arr)	返回满足某个条件的数组元素。
eye(N[, chunks, M, k, dtype])	返回一个二维数组，对角线上为一，其他地方为零。
fabs(x, /[, out, where, casting, order, ...])	此文档字符串复制自 numpy.fabs。
fix(*args, **kwargs)	朝零方向四舍五入到最接近的整数。
flatnonzero(a)	返回在 a 的展平版本中非零的索引。
flip(m[, axis])	沿轴反转元素顺序。
flipud(m)	反转沿轴 0 的元素顺序（上下）。
fliplr(m)	反转沿轴 1 的元素顺序（左右）。
float_power(x1, x2, /[, out, where, ...])	此文档字符串复制自 numpy.float_power。
floor(x, /[, out, where, casting, order, ...])	此文档字符串复制自 numpy.floor。
floor_divide(x1, x2, /[, out, where, ...])	此文档字符串复制自 numpy.floor_divide。
fmax(x1, x2, /[, out, where, casting, ...])	此文档字符串复制自 numpy.fmax。
fmin(x1, x2, /[, out, where, casting, ...])	此文档字符串复制自 numpy.fmin。
fmod(x1, x2, /[, out, where, casting, ...])	此文档字符串复制自 numpy.fmod。
frexp(x[, out1, out2], / [[, out, where, ...])	此文档字符串复制自 numpy.frexp。
fromfunction(func[, chunks, shape, dtype])	通过对每个坐标执行函数来构造数组。
frompyfunc(func, /, nin, nout, *[, identity])	此文档字符串复制自 numpy.frompyfunc。
full(shape, fill_value, *args, **kwargs)	full_like 的分块变体
full_like(a, fill_value[, order, dtype, ...])	返回与给定数组具有相同形状和类型的填充数组。
gradient(f, *varargs[, axis])	返回 N 维数组的梯度。
greater(x1, x2, /[, out, where, casting, ...])	此文档字符串复制自 numpy.greater。
greater_equal(x1, x2, /[, out, where, ...])	此文档字符串复制自 numpy.greater_equal。
histogram(a[, bins, range, normed, weights, ...])	numpy.histogram() 的分块变体。
histogram2d(x, y[, bins, range, normed, ...])	numpy.histogram2d() 的分块变体。
histogramdd(sample, bins[, range, normed, ...])	numpy.histogramdd() 的分块变体。
hstack(tup[, allow_unknown_chunksizes])	按序列水平堆叠数组（列方向）。
hypot(x1, x2, /[, out, where, casting, ...])	此文档字符串复制自 numpy.hypot。
i0(*args, **kwargs)	第一类修正贝塞尔函数，0 阶。
imag(*args, **kwargs)	返回复参数的虚部。
indices(dimensions[, dtype, chunks])	为 Dask 数组实现了 NumPy 的 indices。
insert(arr, obj, values, axis)	沿给定轴在给定索引之前插入值。
invert(x, /[, out, where, casting, order, ...])	此文档字符串复制自 numpy.invert。
isclose(arr1, arr2[, rtol, atol, equal_nan])	返回一个布尔数组，其中两个数组在容差范围内按元素相等。
iscomplex(*args, **kwargs)	返回一个布尔数组，如果输入元素是复数，则为 True。
isfinite(x, /[, out, where, casting, order, ...])	此文档字符串复制自 numpy.isfinite。
isin(element, test_elements[, ...])	计算 element in test_elements，仅对 element 进行广播。
isinf(x, /[, out, where, casting, order, ...])	此文档字符串复制自 numpy.isinf。
isneginf	此文档字符串复制自 numpy.equal。
isnan(x, /[, out, where, casting, order, ...])	此文档字符串复制自 numpy.isnan。
isnull(values)	dask 数组的 pandas.isnull
isposinf	此文档字符串复制自 numpy.equal。
isreal(*args, **kwargs)	返回一个布尔数组，如果输入元素是实数，则为 True。
ldexp(x1, x2, /[, out, where, casting, ...])	此文档字符串复制自 numpy.ldexp。
left_shift(x1, x2, /[, out, where, casting, ...])	此文档字符串复制自 numpy.left_shift。
less(x1, x2, /[, out, where, casting, ...])	此文档字符串复制自 numpy.less。
less_equal(x1, x2, /[, out, where, casting, ...])	此文档字符串复制自 numpy.less_equal。
linspace(start, stop[, num, endpoint, ...])	返回闭区间 [start, stop] 上 num 个均匀间隔的值。
log(x, /[, out, where, casting, order, ...])	此文档字符串复制自 numpy.log。
log10(x, /[, out, where, casting, order, ...])	此文档字符串复制自 numpy.log10。
log1p(x, /[, out, where, casting, order, ...])	此文档字符串复制自 numpy.log1p。
log2(x, /[, out, where, casting, order, ...])	此文档字符串复制自 numpy.log2。
logaddexp(x1, x2, /[, out, where, casting, ...])	此文档字符串复制自 numpy.logaddexp。
logaddexp2(x1, x2, /[, out, where, casting, ...])	此文档字符串复制自 numpy.logaddexp2。
logical_and(x1, x2, /[, out, where, ...])	此文档字符串复制自 numpy.logical_and。
logical_not(x, /[, out, where, casting, order, ...])	此文档字符串复制自 numpy.logical_not。
logical_or(x1, x2, /[, out, where, casting, ...])	此文档字符串复制自 numpy.logical_or。
logical_xor(x1, x2, /[, out, where, ...])	此文档字符串复制自 numpy.logical_xor。
map_overlap(func, *args[, depth, boundary, ...])	将函数映射到具有一定重叠的数组块上
map_blocks(func, *args[, name, token, ...])	将函数映射到 dask 数组的所有块上。
matmul(x1, x2, /[, out, casting, order, ...])	此文档字符串复制自 numpy.matmul。
max(a[, axis, keepdims, split_every, out])	返回数组的最大值或沿轴的最大值。
maximum(x1, x2, /[, out, where, casting, ...])	此文档字符串复制自 numpy.maximum。
mean(a[, axis, dtype, keepdims, ...])	计算沿指定轴的算术平均值。
median(a[, axis, keepdims, out])	计算沿指定轴的中位数。
meshgrid(*xi[, sparse, indexing])	从坐标向量返回坐标矩阵的元组。
min(a[, axis, keepdims, split_every, out])	返回数组的最小值或沿轴的最小值。
minimum(x1, x2, /[, out, where, casting, ...])	此文档字符串复制自 numpy.minimum。
mod(x1, x2, /[, out, where, casting, order, ...])	此文档字符串复制自 numpy.remainder。
modf(x[, out1, out2], / [[, out, where, ...])	此文档字符串复制自 numpy.modf。
moment(a, order[, axis, dtype, keepdims, ...])	计算第 n 阶中心矩。
moveaxis(a, source, destination)	将数组的轴移动到新位置。
multiply(x1, x2, /[, out, where, casting, ...])	此文档字符串复制自 numpy.multiply。
nanargmax(a[, axis, keepdims, split_every, out])	返回指定轴中忽略 NaNs 的最大值的索引。
nanargmin(a[, axis, keepdims, split_every, out])	返回指定轴中忽略 NaNs 的最小值的索引。
nancumprod(x, axis[, dtype, out, method])	返回给定轴上将非数字 (NaNs) 视为一的数组元素的累积乘积。
nancumsum(x, axis[, dtype, out, method])	返回给定轴上将非数字 (NaNs) 视为零的数组元素的累积和。
nanmax(a[, axis, keepdims, split_every, out])	返回忽略任何 NaNs 的数组最大值或沿轴最大值。
nanmean(a[, axis, dtype, keepdims, ...])	计算沿指定轴的算术平均值，忽略 NaNs。
nanmedian(a[, axis, keepdims, out])	计算沿指定轴的中位数，同时忽略 NaNs。
nanmin(a[, axis, keepdims, split_every, out])	返回忽略任何 NaNs 的数组最小值或沿轴最小值。
nanprod(a[, axis, dtype, keepdims, ...])	返回给定轴上将非数字 (NaNs) 视为一的数组元素的乘积。
nanquantile(a, q[, axis, out, ...])	计算沿指定轴的数据的 q 分位数，同时忽略 nan 值。
nanpercentile(a, q, **kwargs)	计算沿指定轴的数据的 q 百分位数，同时忽略 nan 值。
nanstd(a[, axis, dtype, keepdims, ddof, ...])	计算沿指定轴的标准差，同时忽略 NaNs。
nansum(a[, axis, dtype, keepdims, ...])	返回给定轴上将非数字 (NaNs) 视为零的数组元素的总和。
nanvar(a[, axis, dtype, keepdims, ddof, ...])	计算沿指定轴的方差，同时忽略 NaNs。
nan_to_num(*args, **kwargs)	将 NaN 替换为零，将无穷大替换为大的有限数（默认行为），或使用用户通过 nan、posinf 和/或 neginf 关键字定义的数字替换。
negative(x, /[, out, where, casting, order, ...])	此文档字符串复制自 numpy.negative。
nextafter(x1, x2, /[, out, where, casting, ...])	此文档字符串复制自 numpy.nextafter。
nonzero(a)	返回非零元素的索引。
not_equal(x1, x2, /[, out, where, casting, ...])	此文档字符串复制自 numpy.not_equal。
notnull(values)	dask 数组的 pandas.notnull
ones(*args, **kwargs)	ones_like 的分块变体
ones_like(a[, dtype, order, chunks, name, shape])	返回与给定数组具有相同形状和类型的全一数组。
outer(a, b)	计算两个向量的外积。
pad(array, pad_width[, mode])	填充数组。
percentile(a, q[, method, internal_method])	一维数组的近似百分位数
push(array, n, axis)	bottleneck.push 的 Dask 版本
性能警告	当糟糕的分块可能导致性能不佳时发出的警告
piecewise(x, condlist, funclist, *args, **kw)	评估分段定义的函数。
positive(x, /[, out, where, casting, order, ...])	此文档字符串复制自 numpy.positive。
power(x1, x2, /[, out, where, casting, ...])	此文档字符串复制自 numpy.power。
prod(a[, axis, dtype, keepdims, ...])	返回给定轴上的数组元素的乘积。
ptp(a[, axis])	沿轴的值范围（最大值 - 最小值）。
quantile(a, q[, axis, out, overwrite_input, ...])	计算沿指定轴的数据的 q 分位数。
rad2deg(x, /[, out, where, casting, order, ...])	此文档字符串复制自 numpy.rad2deg。
radians(x, /[, out, where, casting, order, ...])	此文档字符串复制自 numpy.radians。
ravel(array_like)	返回一个连续的展平数组。
ravel_multi_index(multi_index, dims[, mode, ...])	将索引数组的元组转换为展平索引的数组，将边界模式应用于多重索引。
real(*args, **kwargs)	返回复参数的实部。
reciprocal(x, /[, out, where, casting, ...])	此文档字符串复制自 numpy.reciprocal。
rechunk(x[, chunks, threshold, ...])	转换 dask 数组 x 中的块以适应新的块。
reduction(x, chunk, aggregate[, axis, ...])	约简的通用版本
register_chunk_type(type)	将给定类型注册为有效块并向下转型数组类型
remainder(x1, x2, /[, out, where, casting, ...])	此文档字符串复制自 numpy.remainder。
repeat(a, repeats[, axis])	重复数组中的每个元素
reshape(x, shape[, merge_chunks, limit])	将数组重塑为新形状
reshape_blockwise(x, shape[, chunks])	按块重塑为新形状。
result_type(*arrays_and_dtypes)	此文档字符串复制自 numpy.result_type。
right_shift(x1, x2, /[, out, where, ...])	此文档字符串复制自 numpy.right_shift。
rint(x, /[, out, where, casting, order, ...])	此文档字符串复制自 numpy.rint。
roll(array, shift[, axis])	沿给定轴滚动数组元素。
rollaxis(a, axis[, start])
rot90(m[, k, axes])	将数组沿轴指定的平面旋转 90 度。
round(a[, decimals])	均匀四舍五入到给定的小数位数。
searchsorted(a, v[, side, sorter])	查找应插入元素以保持顺序的索引。
select(condlist, choicelist[, default])	根据条件返回从 choicelist 中的元素构建的数组。
shape(array)	返回数组的形状。
shuffle(x, indexer, axis[, chunks])	根据索引器重新排序 Dask 数组的一个维度。
sign(x, /[, out, where, casting, order, ...])	此文档字符串复制自 numpy.sign。
signbit(x, /[, out, where, casting, order, ...])	此文档字符串复制自 numpy.signbit。
sin(x, /[, out, where, casting, order, ...])	此文档字符串复制自 numpy.sin。
sinc(*args, **kwargs)	返回归一化 sinc 函数。
sinh(x, /[, out, where, casting, order, ...])	此文档字符串复制自 numpy.sinh。
spacing(x, /[, out, where, casting, order, ...])	此文档字符串复制自 numpy.spacing。
sqrt(x, /[, out, where, casting, order, ...])	此文档字符串复制自 numpy.sqrt。
square(x, /[, out, where, casting, order, ...])	此文档字符串复制自 numpy.square。
squeeze(a[, axis])	移除 a 中长度为一的轴。
stack(seq[, axis, allow_unknown_chunksizes])	沿新轴堆叠数组
std(a[, axis, dtype, keepdims, ddof, ...])	计算沿指定轴的标准差。
subtract(x1, x2, /[, out, where, casting, ...])	此文档字符串复制自 numpy.subtract。
sum(a[, axis, dtype, keepdims, split_every, out])	给定轴上的数组元素总和。
swapaxes(a, axis1, axis2)	交换数组的两个轴。
take(a, indices[, axis])	沿轴从数组中取元素。
tan(x, /[, out, where, casting, order, ...])	此文档字符串复制自 numpy.tan。
tanh(x, /[, out, where, casting, order, ...])	此文档字符串复制自 numpy.tanh。
tensordot(lhs, rhs[, axes])	计算沿指定轴的张量点积。
tile(A, reps)	通过重复 A 指定次数来构造数组。
topk(a, k[, axis, split_every])	提取给定轴上 a 中 k 个最大元素，并按从大到小的顺序返回。
trace(a[, offset, axis1, axis2, dtype])	返回沿数组对角线的总和。
transpose(a[, axes])	返回轴已转置的数组。
tri(N[, M, k, dtype, chunks, like])	一个数组，在给定对角线及以下位置为一，其他地方为零。
tril(m[, k])	数组的下三角。
tril_indices(n[, k, m, chunks])	返回 (n, m) 数组的下三角索引。
tril_indices_from(arr[, k])	返回数组 arr 的下三角部分的索引。
triu(m[, k])	数组的上三角。
triu_indices(n[, k, m, chunks])	返回 (n, m) 数组的上三角部分的索引。
triu_indices_from(arr[, k])	返回数组 arr 的上三角部分的索引。
true_divide(x1, x2, /[, out, where, ...])	此文档字符串复制自 numpy.divide。
trunc(x, /[, out, where, casting, order, ...])	此文档字符串复制自 numpy.trunc。
union1d(ar1, ar2)	查找两个数组的并集。
unique(ar[, return_index, return_inverse, ...])	查找数组中的唯一元素。
unravel_index(indices, shape[, order])	此文档字符串复制自 numpy.unravel_index。
var(a[, axis, dtype, keepdims, ddof, ...])	计算沿指定轴的方差。
vdot(a, b, /)	此文档字符串复制自 numpy.vdot。
vstack(tup[, allow_unknown_chunksizes])	按顺序垂直堆叠数组（行方向）。
where(condition, [x, y], /)	此文档字符串复制自 numpy.where。
zeros(*args, **kwargs)	zeros_like 的分块变体
zeros_like(a[, dtype, order, chunks, name, ...])	返回一个与给定数组形状和类型相同的零数组。

数组

Array(dask, name, chunks[, dtype, meta, shape])	并行 Dask 数组
Array.all([axis, keepdims, split_every, out])	如果所有元素都评估为 True，则返回 True。
Array.any([axis, keepdims, split_every, out])	如果任一元素评估为 True，则返回 True。
Array.argmax([axis, keepdims, split_every, out])	返回沿给定轴的最大值索引。
Array.argmin([axis, keepdims, split_every, out])	返回沿给定轴的最小值索引。
Array.argtopk(k[, axis, split_every])	数组中前 k 个元素的索引。
Array.astype(dtype, **kwargs)	数组的副本，转换为指定类型。
Array.blocks	数组块的类数组接口。
Array.choose(choices)	使用索引数组从一组选择中构建新数组。
Array.chunks	分块属性。
Array.chunksize
Array.clip([min, max])	返回一个值限制在 [min, max] 范围内的数组。
Array.compute(**kwargs)	计算此 dask 集合
Array.compute_chunk_sizes()	计算 Dask 数组的分块大小。
Array.conj()	对所有元素进行复共轭。
Array.copy()	复制数组。
Array.cumprod(axis[, dtype, out, method])	返回沿给定轴的元素的累积乘积。
Array.cumsum(axis[, dtype, out, method])	返回沿给定轴的元素的累积和。
Array.dask
Array.dot(other)	self 和 other 的点积。
Array.dtype
Array.flatten()	返回展平后的数组。
Array.imag
Array.itemsize	一个数组元素的字节长度
Array.map_blocks(*args[, name, token, ...])	将函数映射到 dask 数组的所有块上。
Array.map_overlap(func, depth[, boundary, trim])	在数组块上应用函数，并考虑重叠部分
Array.max([axis, keepdims, split_every, out])	返回沿给定轴的最大值。
Array.mean([axis, dtype, keepdims, ...])	返回沿给定轴的数组元素的平均值。
Array.min([axis, keepdims, split_every, out])	返回沿给定轴的最小值。
Array.moment(order[, axis, dtype, keepdims, ...])	计算第 n 阶中心矩。
Array.name
Array.nbytes	数组中的字节数
Array.ndim
Array.nonzero()	返回非零元素的索引。
Array.npartitions
Array.numblocks
Array.partitions	按分区对数组进行切片。
Array.persist(**kwargs)	将此 dask 集合持久化到内存中
Array.prod([axis, dtype, keepdims, ...])	返回沿给定轴的数组元素的乘积
Array.ravel()	返回展平后的数组。
Array.real
Array.rechunk([chunks, threshold, ...])	转换 dask 数组 x 中的块以适应新的块。
Array.repeat(repeats[, axis])	重复数组的元素。
Array.reshape(*shape[, merge_chunks, limit])	将数组重塑为新形状
Array.round([decimals])	返回数组，其中每个元素四舍五入到给定的小数位数。
Array.shape
Array.shuffle(indexer, axis[, chunks])	根据索引器重新排序 Dask 数组的一个维度。
Array.size	数组中的元素数量
Array.squeeze([axis])	从数组中移除长度为一的轴。
Array.std([axis, dtype, keepdims, ddof, ...])	返回沿给定轴的数组元素的标准差。
Array.store(targets[, lock, regions, ...])	将 dask 数组存储到类数组对象中，覆盖目标中的数据
Array.sum([axis, dtype, keepdims, ...])	返回沿给定轴的数组元素的总和。
Array.swapaxes(axis1, axis2)	返回一个交换了 axis1 和 axis2 的数组视图。
Array.to_backend([backend])	迁移到新的数组后端
Array.to_dask_dataframe([columns, index, meta])	将 dask 数组转换为 dask Dataframe
Array.to_delayed([optimize_graph])	转换为 dask.delayed.Delayed 对象数组，每个分块对应一个。
Array.to_hdf5(filename, datapath, **kwargs)	将数组存储到 HDF5 文件
Array.to_svg([size])	将 Dask 数组中的分块转换为 SVG 图像
Array.to_tiledb(uri, *args, **kwargs)	将数组保存到 TileDB 存储管理器
Array.to_zarr(*args, **kwargs)	将数组保存为 zarr 存储格式
Array.topk(k[, axis, split_every])	数组中前 k 个元素。
Array.trace([offset, axis1, axis2, dtype])	返回沿数组对角线的总和。
Array.transpose(*axes)	反转或置换数组的轴。
Array.var([axis, dtype, keepdims, ddof, ...])	返回沿给定轴的数组元素的方差。
Array.view([dtype, order])	获取将数组视为新数据类型的视图
Array.vindex	使用广播进行向量化索引。
Array.visualize([filename, format, ...])	使用 graphviz 渲染此对象的任务图计算。

快速傅里叶变换

fft.fft_wrap(fft_func[, kind, dtype, ...])	包装一维、二维和 N 维实数和复数 FFT 函数
fft.fft(a[, n, axis, norm])	numpy.fft.fft 的包装
fft.fft2(a[, s, axes, norm])	numpy.fft.fft2 的包装
fft.fftn(a[, s, axes, norm])	numpy.fft.fftn 的包装
fft.ifft(a[, n, axis, norm])	numpy.fft.ifft 的包装
fft.ifft2(a[, s, axes, norm])	numpy.fft.ifft2 的包装
fft.ifftn(a[, s, axes, norm])	numpy.fft.ifftn 的包装
fft.rfft(a[, n, axis, norm])	numpy.fft.rfft 的包装
fft.rfft2(a[, s, axes, norm])	numpy.fft.rfft2 的包装
fft.rfftn(a[, s, axes, norm])	numpy.fft.rfftn 的包装
fft.irfft(a[, n, axis, norm])	numpy.fft.irfft 的包装
fft.irfft2(a[, s, axes, norm])	numpy.fft.irfft2 的包装
fft.irfftn(a[, s, axes, norm])	numpy.fft.irfftn 的包装
fft.hfft(a[, n, axis, norm])	numpy.fft.hfft 的包装
fft.ihfft(a[, n, axis, norm])	numpy.fft.ihfft 的包装
fft.fftfreq(n[, d, chunks])	返回离散傅里叶变换的采样频率。
fft.rfftfreq(n[, d, chunks])	返回离散傅里叶变换的采样频率（用于 rfft, irfft）。
fft.fftshift(x[, axes])	将零频率分量移到频谱中心。
fft.ifftshift(x[, axes])	fftshift 的逆操作。

线性代数

linalg.cholesky(a[, lower])	返回 Hermitian 正定矩阵 A 的 Cholesky 分解，\(A = L L^*\) 或 \(A = U^* U\)。
linalg.inv(a)	使用 LU 分解和前向/后向代换计算矩阵的逆。
linalg.lstsq(a, b)	使用 QR 分解返回线性矩阵方程的最小二乘解。
linalg.lu(a)	计算矩阵的 LU 分解。
linalg.norm(x[, ord, axis, keepdims])	矩阵或向量范数。
linalg.qr(a)	计算矩阵的 QR 分解。
linalg.solve(a, b[, sym_pos, assume_a])	求解方程 a x = b 中的 x。
linalg.solve_triangular(a, b[, lower])	求解方程 a x = b 中的 x，假设 a 是一个三角矩阵。
linalg.svd(a[, coerce_signs])	计算矩阵的奇异值分解。
linalg.svd_compressed(a, k[, iterator, ...])	随机压缩的秩 k 细奇异值分解。
linalg.sfqr(data[, name])	直接短胖 QR
linalg.tsqr(data[, compute_svd, ...])	直接高瘦 QR 算法

掩码数组

ma.average(a[, axis, weights, returned, ...])	返回沿给定轴的数组加权平均值。
ma.empty_like(prototype[, dtype, order, ...])	此文档字符串复制自 numpy.ma.core.empty_like。
ma.filled(a[, fill_value])	将输入作为 ~numpy.ndarray 返回，其中被掩码的值替换为 fill_value。
ma.fix_invalid(a[, fill_value])	返回将无效数据掩码并替换为填充值的输入。
ma.getdata(a)	将掩码数组的数据作为 ndarray 返回。
ma.getmaskarray(a)	返回掩码数组的掩码，或全为 False 的布尔数组。
ma.masked_array(data[, mask, fill_value])	一个可能包含被掩码值的数组类。
ma.masked_equal(a, value)	掩码等于给定值的数组元素。
ma.masked_greater(x, value[, copy])	掩码大于给定值的数组元素。
ma.masked_greater_equal(x, value[, copy])	掩码大于或等于给定值的数组元素。
ma.masked_inside(x, v1, v2)	掩码位于给定区间内的数组元素。
ma.masked_invalid(a)	掩码无效值（NaN 或 inf）所在的数组元素。
ma.masked_less(x, value[, copy])	掩码小于给定值的数组元素。
ma.masked_less_equal(x, value[, copy])	掩码小于或等于给定值的数组元素。
ma.masked_not_equal(x, value[, copy])	掩码 *不* 等于给定值的数组元素。
ma.masked_outside(x, v1, v2)	掩码位于给定区间外的数组元素。
ma.masked_values(x, value[, rtol, atol, shrink])	使用浮点等式进行掩码。
ma.masked_where(condition, a)	掩码满足条件的数组元素。
ma.nonzero(self)	此文档字符串复制自 numpy.ma.core.nonzero。
ma.ones_like(a, **kwargs)	返回与给定数组具有相同形状和类型的全一数组。
ma.set_fill_value(a, fill_value)	设置数组 a 的填充值，如果 a 是掩码数组。
ma.where(condition[, x, y])	根据条件返回包含 x 或 y 中元素的掩码数组。
ma.zeros_like(a, **kwargs)	返回一个与给定数组形状和类型相同的零数组。

随机

random.beta(*args, **kwargs)	从 Beta 分布中抽取样本。
random.binomial(*args, **kwargs)	从二项分布中抽取样本。
random.chisquare(*args, **kwargs)	从卡方分布中抽取样本。
random.choice(*args, **kwargs)	从给定的一维数组生成随机样本
random.default_rng([seed])	使用默认的 BitGenerator (PCG64) 构建新的生成器。
random.exponential(*args, **kwargs)	从指数分布中抽取样本。
random.f(*args, **kwargs)	从 F 分布中抽取样本。
random.gamma(*args, **kwargs)	从 Gamma 分布中抽取样本。
random.geometric(*args, **kwargs)	从几何分布中抽取样本。
random.gumbel(*args, **kwargs)	从 Gumbel 分布中抽取样本。
random.hypergeometric(*args, **kwargs)	从超几何分布中抽取样本。
random.laplace(*args, **kwargs)	从指定位置（或均值）和尺度（衰减）的 Laplace 或双指数分布中抽取样本。
random.logistic(*args, **kwargs)	从 Logistic 分布中抽取样本。
random.lognormal(*args, **kwargs)	从对数正态分布中抽取样本。
random.logseries(*args, **kwargs)	从对数级数分布中抽取样本。
random.multinomial(*args, **kwargs)	从多项分布中抽取样本。
random.negative_binomial(*args, **kwargs)	从负二项分布中抽取样本。
random.noncentral_chisquare(*args, **kwargs)	从非中心卡方分布中抽取样本。
random.noncentral_f(*args, **kwargs)	从非中心 F 分布中抽取样本。
random.normal(*args, **kwargs)	从正态（高斯）分布中抽取随机样本。
random.pareto(*args, **kwargs)	从指定形状的 Pareto II 或 Lomax 分布中抽取样本。
random.permutation(*args, **kwargs)	随机排列序列，或返回排列范围。
random.poisson(*args, **kwargs)	从 Poisson 分布中抽取样本。
random.power(*args, **kwargs)	从具有正指数 a - 1 的幂律分布中抽取 [0, 1] 范围内的样本。
random.randint(*args, **kwargs)	返回从 low（包含）到 high（不包含）的随机整数。
random.random(*args, **kwargs)	返回半开区间 [0.0, 1.0) 中的随机浮点数。
random.random_integers(*args, **kwargs)	返回 low 和 high 之间（包含两者）类型为 numpy.int_ 的随机整数。
random.random_sample(*args, **kwargs)	返回半开区间 [0.0, 1.0) 中的随机浮点数。
random.rayleigh(*args, **kwargs)	从 Rayleigh 分布中抽取样本。
random.standard_cauchy(*args, **kwargs)	从众数为 0 的标准 Cauchy 分布中抽取样本。
random.standard_exponential(*args, **kwargs)	从标准指数分布中抽取样本。
random.standard_gamma(*args, **kwargs)	从标准 Gamma 分布中抽取样本。
random.standard_normal(*args, **kwargs)	从标准正态分布（均值=0，标准差=1）中抽取样本。
random.standard_t(*args, **kwargs)	从具有 df 自由度的标准学生 t 分布中抽取样本。
random.triangular(*args, **kwargs)	从区间 [left, right] 上的三角分布中抽取样本。
random.uniform(*args, **kwargs)	从均匀分布中抽取样本。
random.vonmises(*args, **kwargs)	从 von Mises 分布中抽取样本。
random.wald(*args, **kwargs)	从 Wald 或逆高斯分布中抽取样本。
random.weibull(*args, **kwargs)	从 Weibull 分布中抽取样本。
random.zipf(*args, **kwargs)	从 Zipf 分布中抽取样本。

统计

stats.ttest_ind(a, b[, axis, equal_var])	此文档字符串复制自 scipy.stats.ttest_ind。
stats.ttest_1samp(a, popmean[, axis, nan_policy])	此文档字符串复制自 scipy.stats.ttest_1samp。
stats.ttest_rel(a, b[, axis, nan_policy])	此文档字符串复制自 scipy.stats.ttest_rel。
stats.chisquare(f_obs[, f_exp, ddof, axis])	计算单向卡方检验。
stats.power_divergence(f_obs[, f_exp, ddof, ...])	Cressie-Read 幂散度统计和拟合优度检验。
stats.skew(a[, axis, bias, nan_policy])	此文档字符串复制自 scipy.stats.skew。
stats.skewtest(a[, axis, nan_policy])	此文档字符串复制自 scipy.stats.skewtest。
stats.kurtosis(a[, axis, fisher, bias, ...])	此文档字符串复制自 scipy.stats.kurtosis。
stats.kurtosistest(a[, axis, nan_policy])	此文档字符串复制自 scipy.stats.kurtosistest。
stats.normaltest(a[, axis, nan_policy])	此文档字符串复制自 scipy.stats.normaltest。
stats.f_oneway(*args)	此文档字符串复制自 scipy.stats.f_oneway。
stats.moment(a[, moment, axis, nan_policy])	此文档字符串复制自 scipy.stats.moment。

图像支持

image.imread(filename[, imread, preprocess])

将图像栈读取到 dask 数组中

轻微重叠计算

overlap.overlap(x, depth, boundary, *[, ...])	在相邻块之间共享边界
overlap.map_overlap(func, *args[, depth, ...])	将函数映射到具有一定重叠的数组块上
lib.stride_tricks.sliding_window_view(x, ...)	创建具有给定窗口形状的数组滑动窗口视图。
overlap.trim_internal(x, axes[, boundary])	裁剪每个块的侧边
overlap.trim_overlap(x, depth[, boundary])	裁剪每个块的侧边。

创建和存储数组

from_array(x[, chunks, name, lock, asarray, ...])	从类数组对象创建 dask 数组。
from_delayed(value, shape[, dtype, meta, name])	从 dask 延迟值创建 dask 数组
from_npy_stack(dirname[, mmap_mode])	从 npy 文件栈加载 dask 数组
from_zarr(url[, component, storage_options, ...])	从 zarr 存储格式加载数组
from_tiledb(uri[, attribute, chunks, ...])	从 TileDB 存储格式加载数组
store(sources, targets[, lock, regions, ...])	将 dask 数组存储到类数组对象中，覆盖目标中的数据
to_hdf5(filename, *args[, chunks])	将数组存储到 HDF5 文件
to_zarr(arr, url[, component, ...])	将数组保存为 zarr 存储格式
to_npy_stack(dirname, x[, axis])	将 dask 数组写入到 .npy 文件栈
to_tiledb(darray, uri[, compute, ...])	将数组保存为 TileDB 存储格式

广义 Ufuncs

apply_gufunc(func, signature, *args[, axes, ...])	将广义 ufunc 或类似的 python 函数应用于数组。
as_gufunc([signature])	dask.array.gufunc 的装饰器。
gufunc(pyfunc, *[, signature, vectorize, ...])	调用时将 pyfunc 绑定到 dask.array.apply_gufunc。

下游库 API

normalize_chunks_cached(chunks[, shape, ...])	normalize_chunks 的缓存版本。
normalize_chunks(chunks[, shape, limit, ...])	将分块规范化为元组的元组

内部函数

blockwise(func, out_ind, *args[, name, ...])	张量操作：广义内积和外积
normalize_chunks(chunks[, shape, limit, ...])	将分块规范化为元组的元组
unify_chunks(*args, **kwargs)	统一数组序列中的分块

Dask 元数据

meta_from_array(x[, ndim, dtype])

将数组规范化为适当的元对象

上一页

随机数生成

下一页

dask.array.abs