Dask Python（開発者向けのしくみ）

インストール

Daskのインストールにはpipを使用できます：

pip install dask[complete]

pip install dask[complete]

基本的な使い方

ここでは、Daskがどのように計算を並列化するかを示す簡単な例を紹介します：

import dask.array as da

# Create a large Dask array
x = da.random.random((10, 10), chunks=(10, 10))
print('Generated Input')
print(x.compute())

# Perform a computation
result = x.mean().compute()
print('Generated Mean')
print(result)

import dask.array as da

# Create a large Dask array
x = da.random.random((10, 10), chunks=(10, 10))
print('Generated Input')
print(x.compute())

# Perform a computation
result = x.mean().compute()
print('Generated Mean')
print(result)

この例では、Daskが大きな配列を作成しそれを小さなチャンクに分割します。 compute()メソッドは並列計算をトリガーし、結果を返します。 タスクグラフは、Python Daskで並列計算を実現するために内部で使用されます。

出力

出力

ベストプラクティス

1. 小さく始める：大規模なデータセットにスケールアップする前に、まず小さなデータセットでDaskの動作を理解しましょう。
2. ダッシュボードの使用：Daskは計算進度とパフォーマンスを監視するためのダッシュボードを提供します。
3. チャンクサイズの最適化：メモリの使用と計算速度のバランスを取る適切なチャンクサイズを選択してください。

前提条件

1. Visual Studio Codeがインストールされていることを確認してください。
2. Pythonバージョン3がインストールされています。

まず、スクリプトを追加するPythonファイルを作成してください。

Visual Studio Codeを開き、daskDemo.pyというファイルを作成します。

必要なライブラリをインストール:

pip install dask
pip install ironpdf

pip install dask
pip install ironpdf

その後、以下のPythonコードを追加して、IronPDFとDask Pythonパッケージの使用法を示します：

import dask
from ironpdf import *

# Apply your license key
License.LicenseKey = "key"

# Generate a synthetic timeseries DataFrame
df = dask.datasets.timeseries()
print('\nGenerated DataFrame')
print(df.head(10))

# Compute the mean hourly DataFrame
dfmean = df[["x", "y"]].resample("1h").mean().head(10)
print('\nComputed Mean Hourly DataFrame')
print(dfmean)

# Initialize the PDF renderer
renderer = ChromePdfRenderer()

# Create HTML content for the PDF
content = "<h1>Awesome Iron PDF with Dask</h1>"

# Add generated DataFrame to the content
content += "<h2>Generated DataFrame (First 10)</h2>"
rows = df.head(10)
for i in range(10):
    row = rows.iloc[i]
    content += f"<p>{str(row[0])}, {str(row[2])}, {str(row[3])}</p>"

# Add computed mean DataFrame to the content
content += "<h2>Computed Mean Hourly DataFrame (First 10)</h2>"
for i in range(10):
    row = dfmean.iloc[i]
    content += f"<p>{str(row[0])}</p>"

# Render the HTML content as PDF
pdf = renderer.RenderHtmlAsPdf(content)

# Save the PDF to a file
pdf.SaveAs("DemoIronPDF-Dask.pdf")

import dask
from ironpdf import *

# Apply your license key
License.LicenseKey = "key"

# Generate a synthetic timeseries DataFrame
df = dask.datasets.timeseries()
print('\nGenerated DataFrame')
print(df.head(10))

# Compute the mean hourly DataFrame
dfmean = df[["x", "y"]].resample("1h").mean().head(10)
print('\nComputed Mean Hourly DataFrame')
print(dfmean)

# Initialize the PDF renderer
renderer = ChromePdfRenderer()

# Create HTML content for the PDF
content = "<h1>Awesome Iron PDF with Dask</h1>"

# Add generated DataFrame to the content
content += "<h2>Generated DataFrame (First 10)</h2>"
rows = df.head(10)
for i in range(10):
    row = rows.iloc[i]
    content += f"<p>{str(row[0])}, {str(row[2])}, {str(row[3])}</p>"

# Add computed mean DataFrame to the content
content += "<h2>Computed Mean Hourly DataFrame (First 10)</h2>"
for i in range(10):
    row = dfmean.iloc[i]
    content += f"<p>{str(row[0])}</p>"

# Render the HTML content as PDF
pdf = renderer.RenderHtmlAsPdf(content)

# Save the PDF to a file
pdf.SaveAs("DemoIronPDF-Dask.pdf")

コードの説明

このコードスニペットは、データ処理のためにDaskを、PDF生成のためにIronPDFを統合します。 次を示します：

1. Dask統合：dask.datasets.timeseries()を使用して合成時系列DataFrame（df）を生成します。 最初の10行（df.head(10)）を印刷し、列"x"と"y"に基づいて平均毎時DataFrame（dfmean）を計算します。
2. IronPDFの使用法：License.LicenseKeyでIronPDFライセンスキーを設定します。 生成および計算されたDataFrameからのヘッダーとデータを含むHTML文字列（content）を作成し、ChromePdfRenderer()を使用してこのHTMLコンテンツをPDF（pdf）にレンダリングし、最後に"DemoIronPDF-Dask.pdf"としてPDFを保存します。

このコードは、IronPDFのHTMLコンテンツをPDFドキュメントに変換する機能とDaskの大規模データ操作の能力を組み合わせています。

出力

PDF