Arrays 不同大小数组（锯齿数组）的Python集合，Dask？

我有多个不同大小的1-D numpy阵列来表示音频数据。 由于它们的大小不同（例如

（8200，）

，

（13246，）

，

（61581，）

），因此我无法将它们与numpy一起堆叠为一个数组。大小差异太大，无法进行0填充

我可以将它们保存在一个列表或字典中，然后使用

for

循环对它们进行迭代以进行计算，但我更希望我可以用numpy风格进行处理。在变量上调用numpy函数，而不必编写for循环。比如：

np0=np.array（[.2，-.4，-.5]）
np1=np.array（[-.8,9]）
np_混合=不规则_堆叠（np0，np1）
np.和（np_混合）
#输出：[-0.7,0.09999999998]

看着这张Dask图片，我想知道我是否可以用Dask做我想做的事情

到目前为止，我的尝试是：

将numpy导入为np
将dask.array导入为da
np0=np.array（[.2，-.4，-.5]）
arr0=da.from_数组（np0，chunks=（3，））
np1=np.array（[-.8,9]）
arr1=da.from_数组（np1，chunks=（2，））
#把它们叠起来
数据=[[arr0]，
[arr1]]
x=数据块（数据）
x、 计算（）
#输出：ValueError:（“形状未对齐：%s”，[（1,3）、（1,2）]）

问题

我是否误解了Dask的用法

如果可能的话，我如何执行我的

np.sum（）

示例

如果可能的话，它实际上比高端单台PC上的for循环快吗

---

不幸的是，Dask数组遵循Numpy语义，并假设所有行的长度相等

---

我不知道Python中有哪一个好的库可以有效地处理今天不规则的数组，所以你可能运气不好。

我发现这个库

很难处理数组

（），它允许不同长度的数组，并且可以满足我的要求：

import numpy as np
import awkward

np0 = np.array([.2, -.4, -.5])
np1 = np.array([-.8, .9])
varlen = awkward.fromiter([np0, np1])
# <JaggedArray [[0.2 -0.4 -0.5] [-0.8 0.9]] at 0x7f01a743e790>

varlen.sum()
# output: array([-0.7,  0.1])

将numpy导入为np
进口尴尬
np0=np.array（[.2，-.4，-.5]）
np1=np.array（[-.8,9]）
varlen=笨拙的.fromiter（[np0，np1]）
# 
varlen.sum（）
#输出：数组（[-0.7,0.1]）

该库将自己描述为：“像Numpy一样轻松地操作复杂数据结构的数组。”

---

到目前为止，它似乎满足了我所需要的一切

在我的回答中，

笨拙数组

库似乎有计划从

v1.0.0

与Dask进行互操作：