शुरू करेंमुफ़्त में शुरू करें

HDF5 डेटासेट से Dask arrays

आपको पिछले 40 वर्षों में यूरोप में हुई वर्षा का विश्लेषण करने का काम दिया गया है। यूरोप भर में स्थानों के एक ग्रिड पर मासिक औसत वर्षा आपको HDF5 फ़ॉर्मेट में दी गई है। चूँकि यह फ़ाइल काफ़ी बड़ी है, आप इसे Dask का उपयोग करके लोड और प्रोसेस करने का निर्णय लेते हैं.

h5py आपके लिए इम्पोर्ट किया गया है, और dask.array को da के रूप में इम्पोर्ट किया गया है.

यह अभ्यास पाठ्यक्रम का हिस्सा है

Python में Dask के साथ Parallel Programming

पाठ्यक्रम देखें

अभ्यास निर्देश

  • h5py का उपयोग करके 'data/era_eu.hdf5' फ़ाइल खोलें.
  • from_array() फंक्शन का उपयोग करके '/precip' वैरिएबल को Dask array में लोड करें, और chunks को (12 महीने, 15 latitudes, और 15 longitudes) पर सेट करें.
  • array slicing का उपयोग करके पहली axis पर हर 12वाँ इंडेक्स चुनें — इससे सभी वर्षों के January का डेटा चुना जाएगा.
  • january_rainfalls का mean समय axis (axis 0) पर लें, ताकि पूरे यूरोप में January की औसत वर्षा निकल सके.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Open the HDF5 dataset using h5py
hdf5_file = ____.____(____)

# Load the file into a Dask array with a reasonable chunk size
precip = da.____(____, chunks=____)

# Select only the months of January
january_rainfalls = ____[____]

# Calculate the mean rainfall in January for each location
january_mean_rainfall = ____.____(axis=____)

plt.imshow(january_mean_rainfall.compute())
plt.show()
कोड संपादित करें और चलाएँ