เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

Dask arrays จากชุดข้อมูล HDF5

คุณได้รับมอบหมายให้วิเคราะห์ปริมาณน้ำฝนในยุโรปตลอด 40 ปีที่ผ่านมา ข้อมูลปริมาณน้ำฝนเฉลี่ยรายเดือนในกริดพื้นที่ต่าง ๆ ทั่วยุโรปถูกเตรียมไว้ให้ในรูปแบบ HDF5 เนื่องจากไฟล์นี้มีขนาดค่อนข้างใหญ่ จึงใช้ Dask ในการโหลดและประมวลผล

h5py ถูก import ไว้ให้แล้ว และ dask.array ถูก import เป็น da

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Parallel Programming with Dask in Python

ดูคอร์ส

คำแนะนำการฝึกหัด

  • เปิดไฟล์ 'data/era_eu.hdf5' โดยใช้ h5py
  • โหลดตัวแปร '/precip' ลงใน Dask array โดยใช้ฟังก์ชัน from_array() และกำหนด chunks เป็น (12 เดือน, 15 ละติจูด, และ 15 ลองจิจูด)
  • ใช้การสไลซ์อาร์เรย์เพื่อเลือกทุก ๆ ดัชนีที่ 12 ตามแกนแรก ซึ่งจะเลือกข้อมูลเดือนมกราคมจากทุกปี
  • คำนวณค่าเฉลี่ยของ january_rainfalls ตามแกนเวลา (axis 0) เพื่อหาค่าเฉลี่ยปริมาณน้ำฝนในเดือนมกราคมทั่วยุโรป

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# 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()
แก้ไขและรันโค้ด